深度学习
文章平均质量分 77
_ZestyJt
这个作者很懒,什么都没留下…
展开
-
解决Tensorflow ValueError: Found unexpected losses or metrics that do not correspond to any ... 问题
[TOC](解决Tensorflow ValueError: Found unexpected losses or metrics that do not correspond to any Model output: dict_keys([‘xx’, ‘xx’]). Valid mode output names: [‘xx’, ‘xx’]. Received struct is: {‘xx’: ‘mse’, ‘xx’: ‘mse’}. 问题)原创 2023-12-28 23:31:12 · 591 阅读 · 0 评论 -
TensorFlow神经网络中间层的可视化
查看三层的结果,即Conv2D+BN+MaxPool,结果是 (28, 4, 1, 96),这里画出前9个。可视化的时候我们取出一部分层,然后来预测,预测结果就是取出来这部分层的结果,因此就看到了中间层的结果。模型的**summary()**成员函数可以查看网络每一层名字和参数情况。博客中使用的AlexNet每一层名字和参数情况。下面的代码是画出神经网络三个中间层的结果。如果我们要看这个池化层的结果,这样写代码。中存放着这个神经网络的全部层,它是一个。每一层的名字可以在创建的时候使用。原创 2023-12-16 14:12:34 · 943 阅读 · 0 评论 -
TensorFlow搭建神经网络
Dropout技术是指在深度神经网络的训练过程中,将一些神经元按照一定的概率对其进行临时丢弃,而这些被丢弃的神经元实际不参与整个训练过程,一次来达到减少网络参数量的目的,利用Dropout技术可以环节过拟合的现象。由于在神经网络中,所有数据都是以数字的形式来存储的,因此要对color特征和type标签的值进行one-hot编码。由于在神经网络中,所有数据都是以数字的形式来存储的,因此要对color特征和type标签的值进行one-hot编码。这里计算出的结果接近0,所以改样例预测的结果为狗。原创 2023-04-03 21:08:45 · 978 阅读 · 0 评论 -
学习Tensorflow之基本操作
在tensorflow中,向量是不能与矩阵进行乘法运算的,我们在学习数学的时候,都把向量看成了1维矩阵,但是tensorflow中向量是向量,不是矩阵。(1, 2, 2, 2) 不能减少第四维度,即不能减少为(1, 2, 2, 2),但可以减少第一维度变成(2 ,2 ,2)向量的创建必须加上[],将他作为列表传入函数,方括号的个数代表着tensor的维度。同样的,不规则张量也支持普通张量的四则运算、乘法、开平方等。这里的0、1、2代表的是tensor的维度。注意:相乘的矩阵必须满足矩阵乘法的规则。原创 2023-04-01 18:36:45 · 6215 阅读 · 1 评论