Tensorflow
Tensorflow
RomanticChopin
这个作者很懒,什么都没留下…
展开
-
TensorFlow 完整的TensorFlow入门教程
1:你想要学习TensorFlow,首先你得安装Tensorflow,在你学习的时候你最好懂以下的知识: a:怎么用python编程; b:了解一些关于数组的知识; c:...转载 2019-06-07 11:33:50 · 322 阅读 · 0 评论 -
Tensorflow笔记:激活函数,损失函数,交叉熵
神经元模型:用数学公式表示为:?(∑????? + ?),f 为激活函数。神经网络是以神经元为基本单 元构成的。激活函数:引入非线性激活因素,提高模型的表达力。常用的激活函数有 relu、sigmoid、tanh 等。① 激活函数 relu: 在 Tensorflow 中,用 tf.nn.relu()表示② 激活函数 sigmoid:在 Tensorflow 中...原创 2020-01-26 22:25:30 · 548 阅读 · 0 评论 -
Tensorflow笔记:反向传播参数更新推导过程
原创 2019-07-10 12:54:12 · 639 阅读 · 0 评论 -
Tensorflow笔记:反向传播,搭建神经网络的八股,(损失函数loss,均方误差MSE,反向传播训练方法,学习率)
一、反向传播反向传播:训练模型参数,在所有参数上用梯度下降,使 NN 模型在训练数据上的损失函数最小。损失函数(loss):计算得到的预测值 y 与已知答案 y_的差距。损失函数的计算有很多方法,均方误差 MSE 是比较常用的方法之一。均方误差 MSE:求前向传播计算结果与已知答案之差的平方再求平均。用 tensorflow 函数表示为:loss_mse = tf...原创 2019-07-10 12:48:36 · 1185 阅读 · 0 评论 -
Tensorflow笔记:神经网络的参数,神经网络的搭建,神经网络的前向传播
一、神经网络的参数神经网络的参数:是指神经元线上的权重 w,用变量表示,一般会先随机生成这些参数。生成参数的方法是让w等于tf.Variable,把生成的方式写在括号里。神经网络中常用的生成随机数/数组的函数有:tf.random_normal() 生成正态分布随机数tf.truncated_normal() 生成去掉过大偏离点的正态分...原创 2019-07-10 12:35:32 · 2638 阅读 · 0 评论 -
Tensorflow笔记:tensorflow 的基本概念(张量,数据类型,计算图,会话)
一、基本概念基于 Tensorflow 的 NN:用张量表示数据,用计算图搭建神经网络,用会话执行计算图,优化线上的权重(参数),得到模型。张量:张量就是多维数组(列表),用“阶”表示张量的维度。0 阶张量称作标量,表示一个单独的数;举例 S=1231 阶张量称作向量,表示一个一维数组;举例 V=[1,2,3]2 阶张量称作矩阵,表示一个二维数组,它可以有 i 行 j...原创 2019-07-10 12:09:15 · 319 阅读 · 0 评论 -
深度学习Tensorflow 之 MNIST手写数字识别
MNIST数据集介绍和下载:http://yann.lecun.com/exdb/mnist/一、数据集介绍:MNIST是一个入门级的计算机视觉数据集下载下来的数据集被分成两部分:60000行的训练数据集(mnist.train)和10000行的测试数据集(mnist.test)二、TensorFlow实现MNIST手写数字识别(1)构建一个只有输入层和输出层的简单神经网...原创 2019-06-11 10:24:28 · 273 阅读 · 0 评论 -
MNIST数据集介绍及读取
转载自:《MINIST数据集介绍及读取》MNIST数据集是机器学习领域中非常经典的一个数据集,由60000个训练样本和10000个测试样本组成,每个样本都是一张28 * 28像素的灰度手写数字图片。下载官方网站 http://yann.lecun.com/exdb/mnist/ 一共4个文件,训练集、训练集标签、测试集、测试集标签文件名称 大小 内容 trai...转载 2019-06-11 10:00:24 · 2453 阅读 · 0 评论 -
深度学习Tensorflow非线性回归案列
import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt #创建自定义图像#使用numpy生成200个随机点x_data = np.linspace(-0.5,0.5,200)[:,np.newaxis]noise = np.random.normal(0,0.02,x_data.shape)y...原创 2019-06-07 19:31:34 · 306 阅读 · 0 评论 -
深度学习Tensorflow 基于MNIST数据集的手写数字识别源码(自己在纸上写数字可识别)
参考博客:《参考博客一》《参考博客二》《MNIST代码理解》所需环境:已安装opencv环境下载好MNIST数据集pycharm一些库的安装实现效果: 这是手写的两个字,进行opencv二值化处理后,得到两张28*28像素的图片,即可进行识别。进行代码二处理后的数字3图片:然后将此图片进行预测即可得出...原创 2019-07-28 15:37:51 · 1014 阅读 · 0 评论