![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
TensorFlow学习笔记
文章平均质量分 92
屿十_
这个作者很懒,什么都没留下…
展开
-
基于Anaconda平台安装TensorFlow
经历了很多次的卸载安装,终于成功了…小白真的太不容易了!记录一下,下次就有经验了~主要步骤一、安装完成Python、PyCharm二、安装Anaconda三、安装TensorFlow四、在Jupyter中配置Tensorflow五、在Pycharm中配置Tensorflow一、安装完成Python、PyCharm这个就不多说了,找的B站的教程跟着来就OK啦~我安装的版本:Python 3.7.7PyCharm 2020.1.4 x64二、安装Anaconda经过多个版本的安装,最后选择了最新版原创 2020-07-24 18:19:58 · 376 阅读 · 0 评论 -
Win10+Tensorflow+OpenPose安装过程及问题解决
参考文章主要参考安装教程Win10+Tensorflow+OpenPose超超超详细安装及各种遇到的问题解决深度学习tf-pose-estimation人体姿态识别实现教程人体姿态识别–Openpose+Tensorflowgit clone时遇到问题git clone 显著提速,解决Github代码拉取速度缓慢问题pip install安装遇到问题pip 安装库时速度很慢的解决方法pip和conda添加国内清华镜像源(亲测有效)...原创 2020-08-30 11:50:56 · 2472 阅读 · 9 评论 -
TensorFlow学习笔记——(13)RNN、LSTM、GRU实现股票预测
文章目录一、RNN股票预测二、LSTM股票预测1、长短记忆网络介绍2、TF描述LSTM层3、实验代码三、GRU股票预测1、GRU网络介绍2、TF描述GRU层3、实验代码一、RNN股票预测import numpy as npimport tensorflow as tffrom tensorflow.keras.layers import Dropout, Dense, SimpleRNNimport matplotlib.pyplot as pltimport osimport pandas原创 2020-08-18 18:27:12 · 2893 阅读 · 11 评论 -
TensorFlow学习笔记——(12)Embedding编码方法
一、Embedding编码1、概念在前面的例子中,都采用了独热码的编码方式,独热码的位宽要与词汇量一致,如果词汇量增大时,非常浪费资源,因此自然语言处理中,有专门一个方向在研究单词的编码。2、TF描述词汇表大小:编码一共要表示多少个单词编码维度:用几个数字表示一个单词Embedding对于输入特征的维度也有要求:3、实例代码(1)一个字母预测import numpy as npimport tensorflow as tffrom tensorflow.keras.layers原创 2020-08-18 17:50:19 · 1803 阅读 · 1 评论 -
TensorFlow学习笔记——(11)循环神经网络
一、循环核首先回顾下卷积神经网络:卷积核:参数空间共享,卷积层提取空间信息。卷积神经网络:借助卷积核提取空间特征后,送入全连接网络。然后引入循环核:循环核:参数时间共享,循环曾提取时间信息。循环核具有记忆力,通过不同时刻的参数共享,实现了对时间序列的信息提取循环核表示为下面结构,中间圆柱是记忆体,可以设定记忆体的个数,改变记忆容量,当记忆体个数被指定时,输入xt、输出yt维度被指定,周围这些待训练参数(Why,Whh,Wxh)的维度也就被限定了。记忆体内存储着每个时刻的状态信息ht,原创 2020-08-18 09:16:00 · 1057 阅读 · 4 评论 -
TensorFlow学习笔记——(10)经典卷积网络
文章目录一、概述二、LeNet1、网络介绍2、完整代码三、AlexNet1、网络介绍2、主要代码四、VGGNet1、网络介绍2、主要代码五、InceptionNet1、网络介绍2、完整代码六、ResNet1、网络介绍2、完整代码七、总结一、概述二、LeNet1、网络介绍卷积神经网络的开篇之作,通过共享卷积核减少了网络的参数。在统计卷积网络层数时,一般只统计卷积计算层和全连接计算层,其余操作可以认为是卷积计算层的附属。LeNet一共有五层网络,网络结构如下:主要代码如下:2、完整代码原创 2020-08-16 16:39:58 · 861 阅读 · 0 评论 -
TensorFlow学习笔记——(9)卷积神经网络
文章目录一、概念二、卷积神经网络 网络的主要模块三、引入Cifar10数据集四、卷积神经网络搭建示例1、构思2、完整代码一、概念借助卷积核,对输入特征进行特征提取,再把提取到的特征送入全连接网络,进行识别预测。卷积就是特征提取器,就是CBAPD。C:卷积层B:BN层A:激活层P:池化层D:dropout层二、卷积神经网络 网络的主要模块三、引入Cifar10数据集导入Cifar10数据集:四、卷积神经网络搭建示例1、构思搭建一个1层卷积,2层全连接的网络。首先经过1层原创 2020-08-16 11:40:57 · 257 阅读 · 0 评论 -
TensorFlow学习笔记——(8)卷积神经网络的相关操作
文章目录一、感受野(Receptive Field)1、定义2、理解3、比较二、全零填充(padding)1、作用2、计算3、TF描述全零填充三、TF描述卷积层1、格式2、实例四、批标准化(Batch Normalization,BN)1、定义与作用2、TF描述批标准化3、实例五、池化(Pooling)1、定义和作用2、TF描述池化3、实例六、舍弃(Dropout)1、定义和作用2、TF描述舍弃3、实例一、感受野(Receptive Field)1、定义卷积神经网络各输出特征图中的每个像素点,在原始输原创 2020-08-14 18:25:02 · 219 阅读 · 0 评论 -
TensorFlow学习笔记——(7)卷积计算过程
全连接网络(NN)1、定义每个神经元与前后相邻层的每一个神经元都有连接关系,输入是特征,输出为预测的结果。2、参数个数计算如下3、例子第一层参数:784128个w+128个b第二层参数:12810个w+10个b共101770个待训练参数卷积计算过程1、引入背景实际项目中,图片多是高分辨率彩色图,因此待优化参数过多易导致模型过拟合。为了减少待训练参数,在实际应用时,会先对原始图像进行特征提取,再把提取到的特征送给全连接网络。卷积计算是一种有效的特征提取方法。2、计算过程(1)原创 2020-08-14 16:24:01 · 1491 阅读 · 0 评论 -
TensorFlow学习笔记——(6)神经网络八股功能扩展
一、自制数据集,解决本领域应用1、自制数据集当有本地数据集时,我们不能直接用load_data来加载数据,这时需要自己写函数去制作数据集。在电脑中有两个文件夹和两个txt文件,分别存放了训练集和测试集的图片和标签。其中,训练集有6万张图片,测试集1万张图片。标签文件mnist_train_jpg_xxxxx.txt 的结构是:value[0]用于索引到每张图片,也就是图片名字,value[1]是每张图片对应标签。用到的主要函数是generateds()# generateds()函数,用原创 2020-08-14 11:24:26 · 585 阅读 · 0 评论 -
TensorFlow学习笔记——(5)搭建网络八股
文章目录一、六步法搭建顺序神经网络1、步骤2、相关介绍(1)Sequential(2)compile(3)fit(4)summary二、六步法搭建非顺序神经网络1、步骤2、class MyModel(Model) model = MyModel定义方式tf.keras是Tensorflow的API(应用程序接口),可以快速搭建神经网络模型。一、六步法搭建顺序神经网络1、步骤import相关模块train,test:告知要喂入网络的训练集和测试集是什么,指定训练集的输入特征x_train和训练集的原创 2020-08-13 10:28:12 · 404 阅读 · 0 评论 -
TensorFlow学习笔记——(4)神经网络优化过程
预备知识目标:学会神经网络优化过程,使用正则化减少过拟合,使用优化器更新网络参数这里先介绍几个需要掌握的函数tf.where()条件语句为真返回A,假返回Btf.where(条件语句,真返回A,假返回B)例子np.random.RandomState.rand()返回一个[0,1]之间的随机数,若维度为空,则返回标量np.random.RandomState.rand(维度)例子np.vstack()将两个数组按垂直方向叠加np.vstack(数组1,数组2)例子原创 2020-08-12 23:06:43 · 454 阅读 · 0 评论 -
TensorFlow学习笔记——(3)TF2常用函数
常用函数1、强制tensor转化为该数据类型2、计算张量维度上元素的最小值3、计算张量维度上元素的最大值4、计算张量沿着指定维度的平均值5、计算张量沿着指定维度的和6、将变量标记为可训练7、对应元素的四则运算8、平方、次方和开方9、矩阵乘10、切分传入张量的第一维度11、实现某函数对指定参数的求导运算12、遍历每个元素13、独热编码(one-hot encoding)14、使n分类的n个输出符合概率分布15、参数自更新16、返回张量沿着指定维度最大值的索引号1、强制tensor转化为该数据类型tf.ca原创 2020-08-12 18:00:41 · 1009 阅读 · 0 评论 -
TensorFlow学习笔记——(2)张量
张量张量(Tensor)创建张量1、创建一个张量2、将numpy的数据类型转换成Tensor数据类型3、创建全为0的张量4、创建全为1的张量5、创建全为指定值的张量6、生成随机数张量(Tensor)张量是多维数组(列表),阶:张量的维数张量可以表示0阶到n阶数组(列表)创建张量1、创建一个张量tf.constant(张量内容,dtype=数据类型(可选))例子其中,shape表示张量的形状,逗号隔开几个数字就代表几阶张量(如下图隔开一个张量,就代表是一阶的,然后前面数字是2,表示有两个数原创 2020-08-12 17:14:41 · 242 阅读 · 1 评论 -
TensorFlow学习笔记——(1)神经网络设计过程
最近在学习TensorFlow搭建神经网络,记录下笔记呀~视频课程-B站-北京大学人工智能实践-TensorFlow2.0通过一个例子来认识神经网络的设计过程鸢尾花分类有三种鸢尾花:0狗尾草鸢尾,1杂色鸢尾,2弗吉尼亚鸢尾,当给一个新的图片是,怎么判断是哪类鸢尾呢?专家系统:把专家的经验告知计算机,计算机执行逻辑判别(理性计算),给出分类。比如这里可以用if语句case语句(花萼长>花萼宽且花瓣长/花瓣宽>2 则为1杂色鸢尾)神经网络:采集大量(花萼长、花萼宽、花瓣长、花瓣宽(输入特原创 2020-08-12 16:44:15 · 267 阅读 · 0 评论