![](https://img-blog.csdnimg.cn/20190829182725586.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
TensorFlow
不想悲伤到天明
这个作者很懒,什么都没留下…
展开
-
TensorFlow - 管理变量的变量空间
一get_variable() 函数 get_variable() 函数用于创建或获取变量。 在实现创建变量的功能时,其使用方法和 Variable () 函数基本相同。 import tensorflow as tf# 通过一个常量来初始化一个变量# a = tf.Variable(tf.constant(1.0,shape=[1],name='a...原创 2019-07-14 12:08:29 · 205 阅读 · 0 评论 -
TensorFlow - 模型持久化(代码实现)
实现模型持久化的目的在于可以使模型训练后的结果重复使用。这样就会节省重复训练模型的时间,提高编程工作的效率。通用代码实现 :train.Server 类是 Tensorflow 提供的用于保存和还原一个神经网络模型的API 。import tensorflow as tfa = tf.Variable(tf.constant([1.0,2.0],shape=[2]) , ...原创 2019-08-29 19:19:21 · 223 阅读 · 0 评论 -
图像数据处理(一)
在大部分图像识别问题中,通过图像数据预处理可以尽量避免模型受到无关因素的影响或者达到数据增强的目的,从而提高模型的准确性。Tensorflow 提供了几类简单的图像数据处理函数。 图像编解码处理 在一副RGB色彩模式的图像可以看做是一个三维矩阵,在矩阵中每一个数都代表图像上的不同位置,不同颜色的亮度。然而图像在存储时并没有直接记录这些矩阵中的数字,而是记录了经过压缩编码之后的结果,...原创 2019-08-01 13:20:42 · 1020 阅读 · 0 评论 -
池化
池化 在通过卷积层获得特征(feature map) 之后 ,下一步要做的就是利用这些特征进行整合、分类。理论上来讲,所有经过卷积提取得到的特征都可以作为分类器的输入(比如 softmax 分类器) ,但这样做会面临着巨大的计算量. 比如对于一个 300X300 的输入图像(假设只有一个通道) ,经过 100个 3X3 大小的卷积核进行卷积操作后,得到的特征矩阵大小是 (300 -3+...原创 2019-07-31 15:28:07 · 22350 阅读 · 0 评论 -
tf.slice()函数
函数原型 : tf.slice(input_, begin, size, name )这个函数的作用是从输入数据input中提取出一块切片 切片的尺寸是size,切片的开始位置是begin。比如 :t = tf.constant([[[1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4]], ...原创 2019-08-03 21:37:58 · 291 阅读 · 0 评论 -
图像数据处理(二)
调整图像大小 image.resize_images() 函数实现图像的大小调整,可以通过选择4中不同的图像大小调整算法。 函数原型: resize_images(images, size ,method ,align_corners)参数 images 表示传入的图像经过解码之后的数据参数 size 表示指定调整的大小参数 method 4 中图像大小调整算法...原创 2019-08-03 21:28:23 · 546 阅读 · 0 评论 -
TensorFlow中的Padding
参考 :https://blog.csdn.net/The_lastest/article/details/82188187Tensorflow中padding后尺寸的计算公式为:1.当padding = 'VALID'时 2.当padding = 'SAME'时 其中W表示输入的长宽,F表示过滤器f...原创 2019-07-19 21:55:55 · 730 阅读 · 1 评论 -
TensorFlow 卷积con2d函数的使用
Tensorflow 提供了一系列能够进行卷积运算的函数,这里介绍一下 conv2d() 函数 。conv2d() 函数的原型 :# conv2d(input,filter,strides,padding,use_cudnn_on_gpu,data_format,name) 参数一 : Inputinput 的形状:[batch, in_height ,in_width, ...原创 2019-07-19 20:44:48 · 1238 阅读 · 0 评论 -
TensorFlow学习笔记 - 滑动平均
滑动平均:记录了一段时间内模型中所有参数 w 和 b 各自的平均值。利用滑动平均值可以增强模型的泛化能力。滑动平均值(影子)计算公式:影子 = 衰减率 * 影子 +(1 - 衰减率)* 参数其中,衰减率 =原创 2019-07-16 18:36:40 · 303 阅读 · 0 评论 -
windows10 安装tensorflow (cpu版本)
参考https://blog.csdn.net/sylsjane/article/details/80871736安装tensorflow1.在开始菜单中找到Anaconda Prompt,双击运行2.输入清华的仓库镜像(更新包更快):conda config --add channels https://mirrors.tuna.tsinghua.edu.c...原创 2019-04-22 20:49:48 · 8652 阅读 · 0 评论 -
自定义损失函数
使用损失函数的目的就是,为了描述神经网络预测的答案和真实的答案之间的“距离” ,我们自己定义的损失函数也要符合这一标准。 下面以一个具体的预测商品的出货量问题介绍一下自定义损失函数。 假设工厂需要预测某种商品的出货量来制定生产计划,如果预测值大于买家的购买力,则这批商品会滞销,造成的损失就是浪费了生产这批商品的成本。如果预测值小于买家的购买力,则这商品会因为没能提供足够的商品而造成...原创 2019-07-15 17:13:29 · 783 阅读 · 0 评论 -
tensorboard可视化报错:OSError: [Errno 22] Invalid argument
首先,在得到日志文件,运用tensorboard进行可视化时,在终端输入:tensorboard --logdir=日志保存地址上图中我保存在 log 文件里了 .cmd 进入D:\Pythonfile\untitled\tensorFlow>输入 :D:\Pythonfile\untitled\tensorFlow>tensorboard --logdir...原创 2019-08-29 20:22:06 · 796 阅读 · 0 评论