![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Tensorflow学习笔记
文章平均质量分 88
AI Chen
悟已往之不谏,知来者之可追。实迷途其未远,觉今是而昨非。
展开
-
人工智能实践Tensorflow2.0 第五章--经典卷积神经网络总结及tensorflow2.0实现--北京大学慕课
第五章–经典卷积神经网络总结及tensorflow2.0实现 LeNet: 卷积网络的开篇之作,共享卷积核,减少网络参数。 AlexNet: 使用Relu激活函数,提升训练速度;使用Dropout,缓解过拟合。 VGGNet: 小尺寸卷积核减少参数。网络结构规整,适合并行加速。 InceptionNet: 一层内使用不同尺寸卷积核,提升感知力,使用批标准化,缓解梯度消失。 ResNet: 层间残差跳连,引入前方信息,缓解模型退化,使神经网络层数加深成为可能, ...原创 2022-03-06 11:29:42 · 490 阅读 · 0 评论 -
人工智能实践Tensorflow2.0 第五章--6.八股法搭建ResNet18网络--北京大学慕课
第五章–卷积神经网络基础–八股法搭建ResNet18网络 本讲目标: 介绍八股法搭建ResNet18网络的流程。参考视频。 八股法搭建ResNet18网络1.ResNet18网络介绍1.1-网络分析2.六步法训练ResNet18网络2.1六步法回顾2.2完整代码2.3输出结果 1.ResNet18网络介绍 1.1-网络分析 借鉴点:引入了层间残差跳连,引入前方信息,减少梯度消失,使神经网络层数增加成为可能。 ResNet的作者何凯明在cifar10数据集上做了个实验。他发现,56层卷积网络的错原创 2022-03-05 22:13:51 · 763 阅读 · 0 评论 -
人工智能实践Tensorflow2.0 第五章--5.八股法搭建Inception网络--北京大学慕课
第五章–卷积神经网络基础–八股法搭建Inception网络 本讲目标: 介绍八股法搭建Inception网络的流程。参考视频。 八股法搭建Inception网络1.Inception网络介绍1.1-网络分析2.六步法训练LeNet5网络2.1六步法回顾2.2完整代码2.3输出结果 1.Inception网络介绍 1.1-网络分析 借鉴点:一层内使用不同尺寸的卷积核,提升感知力(通过 padding 实现输出特征面积一致); 引入 1 x 1 卷积核,改变输出特征 channel 数(减少网络参数)原创 2022-03-05 21:58:21 · 747 阅读 · 0 评论 -
人工智能实践Tensorflow2.0 第五章--4.八股法搭建VGGNet网络--北京大学慕课
第五章–卷积神经网络基础–八股法搭建VGGNet网络 本讲目标: 介绍八股法搭建VGGNet网络的流程。参考视频。 八股法搭建VGGNet网络1.VGGNet网络介绍1.1-网络分析1.2-卷积层搭建2.六步法训练VGGNet网络2.1六步法回顾2.2完整代码2.3输出结果 1.VGGNet网络介绍 1.1-网络分析 VGGNet诞生于2014年,当年ImageNet竞赛的亚军,Top5错误率减小到7.3% 借鉴点:小卷积核减少参数的同时,提高识别准确率;网络结构规整,适合并行加速。(但是不能做的原创 2022-03-05 21:39:11 · 420 阅读 · 0 评论 -
人工智能实践Tensorflow2.0 第五章--3.八股法搭建AlexNet网络--北京大学慕课
第五章–卷积神经网络基础–八股法搭建AlexNet网络 本讲目标: 介绍八股法搭建AlexNet网络的流程。参考视频。 卷积神经网络基础1.AlexNet网络介绍1.1-网络分析1.2-卷积层搭建2.AlexNet网络搭建2.1六步法回顾2.2完整代码2.3输出结果 1.AlexNet网络介绍 1.1-网络分析 AlexNet网络诞生于2012年,当年ImageNet竞赛的冠军,Top5错误率为16.4% 借鉴点:使用了Relu激活函数,提升训练速度;使用了Dropout, 防止过拟合。使用了图原创 2022-03-05 21:03:26 · 534 阅读 · 0 评论 -
人工智能实践Tensorflow2.0 第五章--2.八股法搭建LeNet5网络--北京大学慕课
第五章–卷积神经网络基础–八股法搭建LeNet5网络 本讲目标: 介绍八股法搭建LeNet5网络的流程。参考视频。 卷积神经网络基础1.LeNet5网络介绍1.1-网络分析1.2-卷积层搭建2.六步法训练LeNet5网络2.1六步法回顾2.2完整代码2.3输出结果 1.LeNet5网络介绍 借鉴点:共享卷积核,减少网络参数(通过共享卷积参数,避免了像全连接层那样存在大量参数)。 LeNet由Yann LeCun于1998年提出,是卷积网络的开篇之作。LeNet-5提出以后,卷积神经网络成功的被商原创 2022-03-05 20:35:11 · 771 阅读 · 0 评论 -
人工智能实践Tensorflow2.0 第五章--1.卷积神经网络基础--八股法搭建卷积神经网络--北京大学慕课
第五章–卷积神经网络基础–八股法搭建卷积神经网络 本讲目标: 介绍神经网络基本概念,用八股法实现卷积神经网络(以cifar10为例,本节建立的框架作为后续网络的baseline,在baseline中修改实现其他网络)。参考视频。 卷积神经网络基础0.回顾全连接神经网络1.卷积计算过程1.1-卷积概念1.2-卷积核的表示1.3-单通道图像卷积计算1.4-RGB通道图像卷积计算2.感受野2.1-感受野(Receptive Field)计算3.全零填充3.1-全零填充计算3.2-全零填充TF描述4.TF描述卷原创 2022-03-05 19:50:13 · 1491 阅读 · 0 评论 -
人工智能实践Tensorflow2.0 第四章--1.增强八股搭建神经网络--北京大学慕课
第四章–增强八股搭建神经网络 本讲目标: 增强八股搭建神经网络0.回顾八股0.1-回顾六步法1.数据增强,扩充数据集1.1-API: tf.keras.preprocessing.image.ImageDataGenerator1.2-数据增强可视化2.断点续训,存取模型2.1-读取模型2.2-保存模型3.参数提取3.1-设置输出格式:np.set_pointoptions3.2-提取可训练参数:model.trainable_variables4.acc/loss可视化,查看训练效果4.1-acc曲线与l原创 2022-03-05 16:07:03 · 461 阅读 · 0 评论 -
人工智能实践Tensorflow2.0 第三章--2.用八股的方式写mnist数据集手写数字识别--北京大学慕课
第三章–八股搭建神经网络 本讲目标: 用八股的方式写mnist数据集手写数字识别。参考视频。 mnist数据集手写数字识别1.数据集导入2.查看数据集3.函数式API搭建神经网络3.1 八股第一步->import导入库文件3.2 八股第二步->读入train和test数据集3.3 八股第三步->用函数式API搭建神经网络Model3.4 八股第四步->compile配置神经网络3.5 八股第五步->fit训练网络3.6 八股第六步->summary查看网络模型3.7原创 2022-03-04 21:26:30 · 359 阅读 · 0 评论 -
人工智能实践Tensorflow2.0 第一章--1.神经网络计算--北京大学慕课
第一章–神经网络计算 本讲目标: 学会神经网络计算过程,使用基于TF2原生代码搭建第一个神经网络训练模型。 文章目录1.张量的形成1.1-张量的维度2.数据类型2.1-tf.int、tf.float 1.张量的形成 1.1-张量的维度 2.数据类型 2.1-tf.int、tf.float 1.张量的形成 1.1-张量的维度 Tensorflow中的Tensor就是张量,是多维数组,多维列表。用‘阶’表示张量的维数。 0阶张量是标量(scalar),表示的是一个单独的数, 比如原创 2022-03-04 16:20:58 · 721 阅读 · 0 评论