2018年11月_AI追随者

原创 TensorFlow读取数据的机制

假设文件中有一个图片数据集0001.jpg、0002.jpg、0003.jpg……只需要把它们读取到内存中，然后提供给GPU或是CPU进行计算就可以了。这听起来很容易，但事实远没有那么简单。事实上，必须先读入数据后才能进行计算，假设读入用时 0.1s，计算用时 0.9s，那么就意味着每过 1s，GPU 都会有0.1s无事可做，这大大降低了运算的效率。如何解决这个问题？方法就是将读入数据和计算...

2018-11-29 11:01:03 228

原创卷积神经网络(CNN)实现手写体识别

本博客将建立一个简单的卷积神经网络，可以把MNIST手写字符的识别准确率提高到99%。具体如下：程序的开头是导入TensorFlowimport tensorflow as tfimport numpy as npimport os os.environ["CUDA_VISIBLE_DEVICES"] = "0"#指定GPU#从tensorflow.examples.t...

2018-11-28 21:37:05 4387 1

原创 TensorFlow之tfrecords文件

tfrecords的分析与存储实例TFRecords其实是一种二进制文件，虽然它不如其他格式好理解，但是它能更好的利用内存，更方便复制和移动，并且不需要单独的标签文件。总而言之，这样的文件格式好处多多，所以让我们用起来吧。TFRecords文件包含了tf.train.Example 协议内存块(protocol buffer)(协议内存块包含了字段 Features)。我们可以写一段...

2018-11-21 17:03:53 250

原创 TensorFlow之数据读取

小数据量读取这仅用于可以完全加载到存储器中的小的数据集有两种方法：存储在常数中。存储在变量中，初始化后，永远不要改变它的值。使用常数更简单一些，但是会使用更多的内存，因为常数会内联的存储在数据流图数据结构中，这个结构体可能会被复制几次。training_data = ...training_labels = ...with tf.Session() as sess： ...

2018-11-21 14:48:52 317

原创 TensorFlow之线程和队列

在使用TensorFlow进行异步计算时，队列是一种强大的机制。为了感受一下队列，让我们来看一个简单的例子。我们先创建一个“先入先出”的队列（FIFOQueue），并将其内部所有元素初始化为零。然后，我们构建一个TensorFlow图，它从队列前端取走一个元素，加上1之后，放回队列的后端。慢慢地，队列的元素的值就会增加。TensorFlow提供了两个类来帮助多线程的实现：tf.Coordi...

2018-11-21 10:35:45 199

原创 TensorFlow之模型的保存、恢复以及自定义命令行参数

在我们训练或者测试过程中，总会遇到需要保存训练完成的模型，然后从中恢复继续我们的测试或者其它使用。模型的保存和恢复也是通过tf.train.Saver类去实现，它主要通过将Saver类添加OPS保存和恢复变量到checkpoint。它还提供了运行这些操作的便利方法。tf.train.Saver(var_list=None, reshape=False, sharded=False, max_t...

2018-11-21 10:20:05 583

原创 TensorFlow之图、会话

图(graph)tf.Graph：TensorFlow计算，表示为数据流图。一个图包含一组表示 tf.Operation计算单位的对象和tf.Tensor表示操作之间流动的数据单元的对象。默认Graph值始终注册，并可通过调用访问 tf.get_default_graph。a = tf.constant(1.0)assert c.graph is tf.get_default_...

2018-11-21 09:47:59 232

原创 TensorFlow之变量(Variable)

训练模型时，需要使用变量(Variables)保存和更新参数。Variables是包含张量(tensor)的内存缓冲。变量必须要先被初始化(initialize)，而且可以在训练时和训练后保存(save)到磁盘中。之后可以再恢复(restore)保存的变量值来训练和测试模型。 1、变量op能够持久化保存，普通张量不行 2、定义一个变量时，在会话中必须初始化 3、name参数：在tensor...

2018-11-21 09:17:17 1066

原创 TensorFlow之张量(tensor)

张量(tensor)在Tensorflow中，所有数据都通过张量的形式来表示，从功能上看，张量可以简单的被理解为多维数组。其中零阶张量表示标量（scalar），也就是一个数；第一阶张量为向量（vector）,也就是一个一维数组；同理第n阶张量就是n维数组。但是张量在Tensorflow中的实现并不是采用数组的形式，他只是对Tensorflow中运算结果的引用。在张量中并没有真正的保存数字...

2018-11-20 21:30:47 555

原创 TensorFlow入门篇

初始TensorFlow使用 TensorFlow, 你必须明白 TensorFlow：Tensorflow有一下几个简单的步骤：使用张量(tensor) 表示数据. 使用图 (graph) 来表示计算任务. 在会话（session)中运行图s图TensorFlow程序通常被组织成一个构建阶段和一个执行阶段. 在构建阶段, op的执行步骤被描述成一个图. 在执行...

2018-11-20 20:53:43 198

原创 keras进行手写体识别

用MLP进行手写体识别# -*- coding: utf-8 -*-import kerasfrom keras.datasets import mnistfrom keras.models import Sequentialfrom keras.layers import Dense, Dropoutfrom keras.optimizers import RMSprop...

2018-11-13 21:19:14 743

qq_40716944的博客