Tensorflow实战Google深度学习框架
cute 0001
Following excellence, success will chase you.
展开
-
TensorFlow——循环神经网络
recurrent neural network一 循环神经网络循环神经网络的主要用途是处理和预测序列数据。循环神经网络的来源就是为了刻画一个序列当前的输出与之前信息的关系。从网络结构上看,循环神经网络会记忆之前的信息,并利用之前的信息影响后面结点的输出。循环神经网络的隐藏层之间的结点是有连接的,隐藏层的输入不仅包括输入层的输出,还包括上一时刻隐藏层的输出。循环神经网络按时间展开...原创 2019-11-04 09:54:11 · 409 阅读 · 0 评论 -
Tensorflow——图像数据处理
1 TFrecord输入数据格式原创 2019-10-31 22:41:47 · 298 阅读 · 0 评论 -
Tensorflow模型——计算图、张量、会话、神经网络
一、Tensorflow计算模型——计算图向量相加的计算图1 Tensorflow程序一般可以分为两个阶段第一阶段需要定义计算图中所有的计算第二阶段为执行计算2 通过tf.get_default_graph函数可以获取当前默认的计算图import tensorflow as tfa = tf.constant([1.0, 2.0], name="a")pri...原创 2019-08-18 22:03:37 · 524 阅读 · 0 评论 -
Tensorflow——深层神经网络
一 深度学习与深层神经网络深度学习有两个非常重要的特性:多层和非线性。1 线性模型的局限性线性模型的最大特点是任意线性模型的组合仍然还是线性模型。只通过线性变换,任意层的全连接神经网络和单层的神经网络模型的表达能力没有任何区别,他们都是线性模型。如果一个问题可以通过一条直线来划分,那么线性模型就可以用来解决这个问题。2 激活函数激活函数的主要作用就是去线性化。常用...原创 2019-08-22 22:25:08 · 140 阅读 · 0 评论 -
Tensorflow安装
一. 使用docker安装启动tensorflow容器:docker run -it tensorflow/tensorflow:1.4.0GPU支持docker镜像,需要安装最新版的NVIDIA驱动和NVIDIA-docker,用以下命令安装支持GPU的tensorflow镜像:nvidia-docker run -it tensorflow/tensorflow:1....原创 2019-08-18 10:05:53 · 221 阅读 · 0 评论 -
Tensorflow——MNIST数字识别问题
一 神经网络模型训练及不同模型对比1. Tensorflow程序解决MNIST手写数字识别问题import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataimport osos.environ["CUDA_VISIBLE_DEVICES"] = "2"config = tf.C...原创 2019-08-30 20:58:07 · 277 阅读 · 0 评论 -
Tensorflow——图像识别与卷积神经网络
一 卷积神经网络简介全连接神经网络与卷积神经网络结构示意图全连接神经网络:神经网络每两层之间的所有节点都是有边相连的 卷积神经网络:相邻两层之间只有部分节点相连 卷积神经网络的输入层就是图像的原始像素,而输出层中的每一个节点代表了不同类别的可信度。使用全连接神经网络处理图像的最大问题在于全连接层的参数太多,参数增多除了导致计算速度减慢,还很容易导致过拟合问题。...原创 2019-10-04 20:06:47 · 1031 阅读 · 0 评论