tensorflow
闭眼神
这个作者很懒,什么都没留下…
展开
-
tensorflow(一)创建图启动图
创建图启动图使用软件(jupyter notebook)import tensorflow as tf(shift+enter键执行,看安装环境是否成功,若未成功,请看博主上一篇解决问题)#创建俩个常量op (快捷键:tab键补全)m1=tf.constant([[3,3]])m2=tf.constant([[2],[3]])product=tf.matmul(m1,m2)...原创 2018-04-16 23:16:08 · 360 阅读 · 0 评论 -
tensorflow安装及相关问题解决
1.安装Anaconda官网的最新版Anaconda-4.4.0集成了python-3.6,然而,截至目前,tensorflow仍然不能支持3.6,因此我们安装集成python-3.5的Anaconda-4.2.0. 我建议直接使用清华大学所提供的镜像进行下载,注意选择对应的系统版本。Anaconda下载地址: https://mirrors.tuna.tsinghua.edu.cn/an...原创 2018-04-16 11:18:54 · 443 阅读 · 0 评论 -
FETCH取回feed取出
#Fetch为了取回操作的输出内容, 可以在使用 Session 对象的 run() 调用 执行图时,#传入一些 tensor, 这些 tensor 会帮助你取回结果. 在之前的例子里, 我们只取回了单个节点 state, 但是你也可以取回多个 tensor:input1 = tf.constant(3.0)input2 = tf.constant(2.0)input3 = tf....原创 2018-04-22 22:23:03 · 249 阅读 · 0 评论 -
tensorflow实现线性回归
import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt#使用numpy生成200个随机数x_data=np.linspace(-0.5,0.5,500)[:,np.newaxis]noise=np.random.normal(0,0.02,x_data.shape)y_data=n...原创 2018-04-24 23:20:12 · 204 阅读 · 0 评论 -
tensorflowMNIST数据集分类简单版本
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data #载入数据集mnist=input_data.read_data_sets("MNIST_data",one_hot=True) #每个批次的大小batch_size=100#计算一共有...原创 2018-04-25 23:07:50 · 398 阅读 · 2 评论 -
tensorflow防止过拟合
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#载入数据集mnist=input_data.read_data_sets("MNIST_data",one_hot=True) #每个批次的大小batch_size=100#计算一共有多少个批次n_bat...原创 2018-04-26 10:48:53 · 510 阅读 · 0 评论 -
卷积神经网络应用于MNIST数据集分类
传统神经网络存在的问题: 权值太多,计算量大需要大量样本进行训练 卷积神经网络cnn: cnn通过感受野和权值共享减少了神经网络需要训练的参数个数 池化:大值与随机 same padding:给平面外部补0 valid padding:不会超过平面外部 mnist=input_da...原创 2018-04-30 22:31:01 · 732 阅读 · 0 评论 -
tensorflow-----RNN
#载入数据集mnist=input_data.read_data_sets("MNIST_data/",one_hot=True)#输入图片是28*28n_inputs=28#输入一行,一行有28个数据max_time=28#一共28行lstm_size=100#隐藏单元n_classes=10#10个分类...原创 2018-05-02 23:46:38 · 269 阅读 · 0 评论 -
tensorflow各种优化器对比
tf.train.GradientDescentOptimizer 梯度下降法 标准梯度下降法:先计算所有样本汇总误差,然后根据总误差来更新全值(时间长,值更加可靠) 随机梯度下降法:随机抽取一个样本来计算误差,然后更新权值(时间短,值相对不可靠)批量梯度下降法:从总样本中选取一个批次,然后计算这个batch的总误差,根据总误差来更新权值(折中)...原创 2018-04-30 16:55:10 · 805 阅读 · 0 评论 -
android平台基于卷积神经网络的识别
相关理论知识 卷积神经网络 卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络,是深度学习的代表算法之一[][] 。由于卷积神经网络能够进行平移不变分类,因此也被称为“平移不变人工神经网络” [] 。对卷积神经网络的研究始于二十世纪80至90年代,时间延迟网络和LeNet-5是最早出现的卷积神经网络 [] ;...原创 2019-01-13 09:06:54 · 1534 阅读 · 1 评论