TensorFlow
文章平均质量分 65
本人学习TensorFlow的简单使用及一些实例
自由太阳
做自己喜欢的事情,让别人去说吧!
展开
-
01、机器学习--基本概念
1、监督和非监督机器学习分类·、会给、聚类和密度估计的机器学习算法原创 2021-06-04 19:31:21 · 194 阅读 · 0 评论 -
手写数字识别
1.MNIST数据集 在手写数字识别中我们要使用MNIST手写数字图像集。MNIST是机器学习领域最有名的数据集之一,被广泛应用。实际上,在阅读图像识别或者机器学习的论文时,MNIST数据集经常作为实验用的数据出现。MNIST数据集由0到9的数组图像构成的,训练图像6万张,测试图像有1万张,这些图像可以用于学习和推理。MNIST数据集使用方法是,先用训练图像进行学习,再用学习到的模型度量能在多大程度上对测试图像进行正确分类。...原创 2021-04-23 18:32:26 · 502 阅读 · 0 评论 -
神经网络--保存和载入训练数据
前言 大多数神经网络训练时间比较长,为了避免意外导致训练结果丢失,我们要经常保存和载入训练过程的数据。保存和载入训练过程 我们将从保存训练过程、载入保存的训练过程并继续训练、强制重新训练等方面来介绍##保存训练过程我们以上一篇的身份证男女识别模型为基础,进行演示,具体代码如下:# Author:北京# QQ:838262020# time:2021/4/21import tensorflow as tfimport randomrandom.seed()x = tf.plac原创 2021-04-22 16:36:57 · 1742 阅读 · 0 评论 -
身份证男女识别---进一步优化03
对于身份证问题,我们在上一篇成功地设计出了合适的模型并用代码实现,但是在模型训练过程中,我们发现训练时间很长,误差减少很慢。针对训练时间长和误差减少很慢,我们通常行之有效的方法主要有3种:增加隐藏层的神经元节点数量增加隐藏层的层数适当调节学习率...原创 2021-04-22 15:07:18 · 262 阅读 · 0 评论 -
身份证上男女识别--非线性问题02
背景我们在上一篇中采用单层网络的模型进行了身份证男女识别,在经过多次训练发现平均误差在0.46左右,误差比较大,说明单层网络模型无法解决这个问题。我们也提出了神经网络的优化方法-,主要是全连接神经网络。多层全连接神经网络矩阵乘法 设矩阵A,B,其中矩阵A是2X3,矩阵B是3X4,将矩阵A和矩阵B叉乘,即将A矩阵的每一行和B矩阵的每一列相乘,得到矩阵C(2X4)。我们在Python进行验证:import numpy as npa =[[1,2,3],[4,5,6]]b =[[1,2,3,4],原创 2021-04-21 21:57:34 · 340 阅读 · 0 评论 -
身份证男女识别---非线性问题01
身份证问题的引入我们都知道身份证由18位数字组成,倒数第2位数字代表男女性别,如果是奇数,表明持有身份证的人事男性;如果是偶数,则表明为女性。假如事先不知道这个规则,但是收集了一大堆身份证,在收集过程中通过身份证上的照片知道持有者的性别,现在我们希望通过神经网络来寻找这个规律。问题分析初步分析这个问题可以得到下面几条思路已知的信息包括身份证号和对应的持有者身份,显然身份证号可以作为神经网络的输入,而持有者性别则是神经网络计算结果的目标值,因此,我们已经拥有完备的训练数据。由于性别一般分为男、女两原创 2021-04-20 16:25:45 · 634 阅读 · 1 评论 -
搭建解决三好学生成绩问题的神经网络06-----非线性问题的实现
前言根据上一篇的分析,我们搭建了神经网络模型,现在我们根据模型进行代码的实现准备训练数据随机数生成import random# 产生新的随机数种子# random.seed()# 生成0-1的随机小数print(random.random())# 生成1-10的随机数print(random.random() * 10)# 生成1-10的随机整数num=random.random() * 10print(int(num))产生随机训练数据根据三好学习评选结果问题的分析,我们原创 2021-04-06 19:54:30 · 727 阅读 · 0 评论 -
搭建解决三好学生成绩问题的神经网络05-----非线性问题的引入
前言前面我们搭建三好学生问题是解决神经网络线性问题,现在我们要解决非线性问题。问题引入现在学校已经颁布了三好学生的评选结果,所有的家长都知道自己的孩子是否被评选上三好学生。所有家长也知道孩子的德育分、智育分、体育分3项成绩。但是不知道总分,这次需要没有公布总分。学校评选三好学生的规则是:总分大于等于95 即可选为三好学生,总分=德育分x0.6+智育分x0.3+体育分x0.1,但是学校没有公布这些规则,家长不知道。家长希望通过神经网络来计算出学校的上述规则。问题分析根据问题描述,家长们可以原创 2021-04-06 18:39:25 · 749 阅读 · 0 评论 -
激活函数
前言在神经网络中,经常要使用激活函数。常用的激活函数有sigmoid,阶跃函数以及ReLU函数等。sigmoid函数 sigmoid函数表达式:比如h(1.0)=0.731....,h(2.0)=0.880....这样。神经网络中用sigmoid函数作为激活函数,进行信号的转换,转换后的信号被传送给下一个神经元。sigmoid函数的代码实现如下:...原创 2021-03-31 20:35:13 · 182 阅读 · 0 评论 -
搭建解决三好学生成绩问题的神经网络04------简化神经网络模型
前言:我们在https://blog.csdn.net/qq_39432161/article/details/100859092 中构建的三好学生神经网络模型更多的是从一般的思维方法来设计的,这与神经网络通常设计中的思路并不一致。现在我们对这个模型进行优化,让它的逻辑更加清晰、运行更加高效。基本概念:张量、向量、矩阵的相关概念请看https://blog.csdn.net/qq_39432161/article/details/115307655张量在tensorflow使用:我们.原创 2021-03-30 22:00:56 · 1237 阅读 · 1 评论 -
搭建解决三好学生成绩问题的神经网络04---用向量重新组织输入数据
# Author:北京# QQ:838262020# time:2019/9/13import tensorflow as tf# 用3维的向量存入变量xx = tf.placeholder(shape=[3], dtype=tf.float32)yTrain = tf.placeholder(shape=[], dtype=tf.float32)# 用3维向量存入可变参数w...原创 2019-09-15 17:34:28 · 526 阅读 · 0 评论 -
搭建解决三好学生成绩问题的神经网络03---训练神经网络循环500次
# Author:北京# QQ:838262020# time:2019/9/13import tensorflow as tfx1 = tf.placeholder(dtype=tf.float32)x2 = tf.placeholder(dtype=tf.float32)x3 = tf.placeholder(dtype=tf.float32)yTrain = tf.plac...原创 2019-09-15 17:36:05 · 754 阅读 · 0 评论 -
搭建解决三好学生成绩问题的神经网络02---训练神经网络
# Author:北京# QQ:838262020# time:2019/9/13import tensorflow as tfx1 = tf.placeholder(dtype=tf.float32)x2 = tf.placeholder(dtype=tf.float32)x3 = tf.placeholder(dtype=tf.float32)# 添加一个目标值 yTra...原创 2019-09-15 17:26:43 · 1053 阅读 · 0 评论 -
搭建解决三好学生成绩问题的神经网络01---初步认识
#Author:北京#QQ:838262020#time:2019/9/13''''三好学生成绩问题的引入总分 = 德育分*60% + 智得分*30% + 体育分 *10%'''# 导入TensorFlow包import tensorflow as tf# 定义三个占位符,数据类型为浮点型x1 = tf.placeholder(dtype=tf.float32)x2 = ...原创 2019-09-15 17:18:54 · 1297 阅读 · 0 评论