![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
文章平均质量分 58
小生不财
面朝大海,春暖花开!!!!
展开
-
小生不才:tensorflow实战01-基于bp神经网络的手写数字识别
通过利用tensorflow2.1里面keras框架 ,搭建bp神经网络完成手写体的训练。结构清晰,利用新手学习原创 2022-03-08 14:32:05 · 735 阅读 · 0 评论 -
小生不财-语义分割1:基于VGGNet模型的segnet讲解
语义分割前言 一、什么是segnet模型 二、segnet模型店代码实现 1.主干模型VGGnet 2.segnet模型的Decoder部分 代码测试前言语义分割也是图像领域一个重要的研究方向,而且目前应用范围越来越广,而且场景越来越丰富。下面从最简单的部分,来记录自己的学习过程。后续更新语义分割blog均使用斑马线的数据集进行测试。一、什么是segnet模型 Segnet模型是一个比较基础的语义分割模型,其结构比较简单,在说其结构之前,我们先讲一下...原创 2022-03-07 16:30:02 · 4062 阅读 · 1 评论 -
tensorflow-鸢尾花分类(神经网络)
通过本博客,一步一步教你搭建自己的神经网络,史上最详细,最简单的神经网络搭建步骤。案列中使用的网络结果简单,如下图所示:1.代码展示import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt# 通过sklearn 导入数据集from sklearn import datasets# 1.获取数据集x_data = datasets.load_iris().data...原创 2021-08-22 13:30:29 · 476 阅读 · 0 评论 -
Tensorflow2.0学习笔记-GPU环境配置
1.下载安装Anconda下载地址:https://www.anaconda.com/distribution/。选择下载windows版本。安装过程如下:https://blog.csdn.net/u012318074/article/details/770752092.下载安装parcharm下载地址如下:https://www.jetbrains.com/pycha。选择社区版parcharm进行下载,安装教程如下:https://blog.csdn.net/hq_n...原创 2021-07-19 21:05:38 · 300 阅读 · 0 评论 -
“反向传播算法”过程及公式推导
一、定义首先来一个反向传播算法的定义(转自维基百科):反向传播(英语:Backpropagation,缩写为BP)是“误差反向传播”的简称,是一种与最优化方法(如梯度下降法)结合使用的,用来训练人工神经网络的常见方法。 该方法对网络中所有权重计算损失函数的梯度。 这个梯度会反馈给最优化方法,用来更新权值以最小化损失函数。(误差的反向传播)二、案例1首先明确,“正向传播”求损失,“反向传播”回传误差。同时,神经网络每层的每个神经元都可以根据误差信号修正每层的权重,只要能明确上面两点,那么下面的例原创 2020-07-10 09:38:09 · 2393 阅读 · 0 评论 -
bp神经网络反向微分
计算图上的导数有向无环图在计算机科学领域到处可见,特别是在函数式程序中。他们与依赖图(dependency graph)或者调用图(call graph)紧密相关。同样他们也是大部分非常流行的深度学习框架背后的核心抽象。下文以下面简单的例子来描述:假设 a = 2, b = 1,最终表达式的值就是 6。为了计算在这幅图中的偏导数,我们需要 和式法则(sum rule )和 乘式法则(product rule):下面,在图中每条边上都有对应的导数了:那如果我们想知道哪些没有原创 2020-07-10 09:10:49 · 478 阅读 · 0 评论 -
anaconda安装及环境变量配置
Anaconda安装在D盘后无法在CMD窗口执行python命令Anaconda安装在D盘后无法在CMD窗口执行python命令以及库的安装办法解决办法:1、添加环境变量我的电脑——右键属性——高级系统设置——环境变量——双击变量PATH——将Anaconda和Scripts的路径加入即可,如下图所示:库的安装办法添加环境变量后,能够在CMD窗口运行python命令,但是仍然存在无法正常使用pip install命令(出现各种warning)。解决办法:1、下载python库后,转载 2020-06-27 10:07:42 · 2187 阅读 · 0 评论