卷积步骤:
1. 创建【卷积核】
2. 创建【偏置】
3. 进行【卷积】
4. 添加【偏置】
5. 计算【relu】
常量
tf.constant
变量
tf.variabl
tf.get_variable("weight",[5,5,3,32],initializer=tf.truncated_normal_initializer(stddev=0.1))
初始化变量
Tf.initialize_all_variables()
tf.global_variables_initializer()
会话
Withtf.sssion() as sess
Sess.run()
打印输出
Print()
矩阵相乘
Matmul
随机函数
Tf.rand_normal
输入数据占位符
Tf.placeholder()
损失函数
Cross_entropy=-tf.Reduce_mean()
反向传播算法
Tf.train.Adamoptimizer(0.001).minimize(cross_entropy)
卷积函数
1.创建过滤器
Filter_weigt= tf.ge_varible’weigts’,[5,5,3,16],initializer = tf.truncatd_normal)initializer
2.创建偏置项
Biases=tf.get_variable(‘biases’,[16],initializer = tf.constant_initializer(0.1))
3.卷积运算
Conv= tf.nn.conv2d(input,filter_wight,strides=[1,1,1,1],padding=’SAME’)
4.添加偏置
Bias= tf.nn.bias_add(conv,iases)
5.relu激活函数
Actived_conv= tf.nn.relu(bias)
池化层
Tf.nn.max_pool(actived_conv,ksize=[1,3,3,1],strides=[1,2,2,],padding= ‘SAME’)
保存
Saver = tf.train.saver()
Saver.save(sess,”/path/model.ckpt”)
恢复
Saver = tf.train.saver()
Saver.restore(sess.”/path/model.ckpt”)