![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
TensorFlow
你huai哦
一只学习大数据的菜鸟
展开
-
tensorflow学习笔记(五)——网络优化
数据预处理 在tf.tensorflow.preprocessing包中有数据预处理的函数,包括:image、Sequence、text。 以tf.tensorflow.preprocessing.image中的ImageDataGenerator为例: tf.keras.preprocessing.image.ImageDataGenerator( featurewise_center=False, # samplewise_center=False, featurewise原创 2020-08-15 10:07:11 · 362 阅读 · 0 评论 -
tensorflow学习笔记(四)——keras搭建神经网络
步骤 导入相关模块 准备训练集和测试集 在Sequential中搭建神经网络,逐层描述每层神经网络 在compile中选择配置训练方法,告知优化器,损失函数,评测指标 用fit函数进行训练 用summary打印出网络结果和参数统计 函数提要 # 搭建网络结构 tf.keras.models.Sequential([第一层,第二层,...,第n层]) # 每一层使用什么层,可以去tf.keras.layers包中去寻找,以下举几个例子: tf.keras.layers.Flatten():平铺层 tf.原创 2020-08-13 22:11:31 · 652 阅读 · 0 评论 -
tensorflow学习笔记(三)——神经网络的优化过程
函数引入 # 条件语句为真时返回A,条件为假时返回B tf.where(条件语句,A,B) # 实例 import tensorflow as tf a = tf.constant([1,2,3,1,2]) b = tf.constant([2,4,5,7,1]) c = tf.where(tf.greater(a,b),1,-1) print(c) # 返回一个[0,1)之间的随机数。不传维度参数,返回一个标量 np.random.RandomState.rand(维度) # 实例 import n原创 2020-08-13 12:34:25 · 157 阅读 · 0 评论 -
tersorflow学习笔记(二)——鸢尾花分类
意义 最基础的一个深度学习代码。 代码 # 利用鸢尾花数据集,实现前向传播、反向传播,可视化loss曲线 # 导入所需模块 import tensorflow as tf from sklearn import datasets from matplotlib import pyplot as plt import numpy as np # 导入数据,分别为输入特征和标签 x_data = datasets.load_iris().data y_data = datasets.load_iris().原创 2020-08-11 14:14:39 · 244 阅读 · 0 评论 -
tensorflow学习笔记(一)
安装 此处使用conda进行安装 //安装英伟达的SDK10.1版本 conda install cudatoolkit=10.1 //安装英伟达深度学习软件包 conda install cudnn=7.6 //安装tensor conda install tensorflow=2.1 //说明,版本号如果不是一样的可以删除,前面两个安装如果不成功 就是不支持GPU。 tensor中的数据类型 张量 张量简单来说就是多维数组。零阶张量就是一个常数,一阶张量就是一维数组,二阶张量就是二维数组…以此原创 2020-08-10 22:55:02 · 156 阅读 · 0 评论