![](https://img-blog.csdnimg.cn/079591e3c6be4c969f4b85526dc8ef40.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
Tensorflow&AI
文章平均质量分 58
学习笔记
QYiRen
注:本人的CSDN文章皆为学习笔记方便自己查询或者需要学习的小伙伴浏览,不用于任何商业用途。来源为其他书籍或者学习视频,基本会在参考中注明,数据也基本都在里边。
展开
-
【Tensorflow2.x学习笔记】- Keras高层接口
目录1.Keras简介2.常见功能模块2.1 常见网络层类2.2 网路容器3.模型装配、训练、测试3.1 模型装配3.2 模型训练3.3模型测试4.模型的保存与加载4.1 张量方式4.2网络方式4.3 SaveModel方式5.自定义网络5.1自定义网络层5.2自定义网络6.测量工具7.可视化7.1模型端7.2浏览器端1.Keras简介Keras是一个主要由 Python语言开发的开源神经网络计...原创 2022-01-03 17:56:18 · 2083 阅读 · 1 评论 -
【Tensorflow2.x学习笔记】- CIFAR10自定义网络
import osos.environ['TF_CPP_MIN_LOG_LEVEL']='2'import tensorflow as tffrom tensorflow.keras import datasets, layers, optimizers, Sequential, metricsfrom tensorflow import kerasdef preprocess(x, y): # [0~255] => [-1~1] x = 2 * tf..原创 2021-12-31 20:57:03 · 88 阅读 · 0 评论 -
【Tensorflow2.x学习笔记】- 反向传播算法
1.导数与梯度导数定义:自变量x产生一个微小扰动△x后,函数输出值的增量△y与自变量增量△x的比值在△x趋于0时的极限a,如果存在,a即为在x处的导数:函数的导数记为:从几何角度看,一元函数在某处的导数就是函数的切线在此处的斜率,即函数值沿着x方向的变化率 。导数本身是标量,没有方向。但是导数表征了函数值在某个方向△x上的变化率。在这些任意△x方向中,沿着坐标轴的几个方向比较特殊,此时的导数也叫做偏导数(偏导数是导数的特例,也没有方向)利用梯度下降法优化网络时,需要求出网络的所.原创 2021-12-24 17:47:22 · 790 阅读 · 0 评论 -
【Tensorflow2.x学习笔记】- 神经网络
1.感知机2.全连接层3.神经网络4.激活函数5.输出层设计6.误差计算7.神经网络类型原创 2021-12-20 15:53:18 · 1710 阅读 · 0 评论 -
【Tensorflow2.x学习笔记】day06
1.tf.wheretf.where(a)返回的是a tensor中判断为true的坐标tf.where(cond,A,B)2.tf.scatter_nd()根据模板shape(必须是全0)更新tensor的值实现对tensor值的更新,对A tensor值记进行更新,构造一个和A维度一样的全0 tensor,先执行tf.scatter_nd,再进行相加操作3.tf.meshgrid()例如,[5,5,2],一共有5*5=25个点,每个点是一个二维的点,用...原创 2021-12-18 15:13:37 · 600 阅读 · 0 评论 -
【Tensorflow2.x学习笔记】day05
1.张量排序①sort按照参数direction指定方式对张量进行升序或者降序DESCENDING排列,返回排序后的张量②argsort按照参数direction指定方式对张量进行升序或者降序DESCENDING排列,返回其对应位置的索引③top_k返回前k个最大值以及索引④Top_k accuracy预测Prob4种类别预测概率为0.1,0.2,0.3,0.4,实际目标种类为第2类 ①计算top_1,预测为[3],则准确率为0/...原创 2021-12-16 14:48:32 · 1288 阅读 · 0 评论 -
【Tensorflow2.x学习笔记】day04
1.前向传播(三层梯度实战)import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import datasets# 去除警告import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'# 导入数据集# x:[60k,28,28]# y:[60k](x, y), _ = datasets.mnist.load_data()# 转换为tensorfl原创 2021-12-15 17:59:12 · 1562 阅读 · 0 评论 -
【Tensorflow2.x学习笔记】day03
1.维度变换对一个4维的tensor理解:[4,28,28,1],4这一维度叫batch,28这一维度叫row(height),28这一维度叫column(width),1这一维度叫channel,理解view和content①Reshape(改变的是tensor的view,无论怎样reshape都需要有你赋予的确切的物理含义)Reshape非常灵活,只要总体的view不改变,中间可以随便变换,只要有你赋予的物理意义要保证你的content不会改变②tf...原创 2021-12-14 18:07:50 · 749 阅读 · 0 评论 -
【Tensorflow2.x学习笔记】day02
索引与切片原创 2021-12-13 17:46:28 · 713 阅读 · 0 评论 -
【Tensorflow2.x学习笔记】day01
数据类型、tensor属性、判断tensor类型、类型之间的转换、创建不同维度的tensor、使用小案例原创 2021-12-12 17:58:06 · 685 阅读 · 0 评论