qq_42530332的博客

运行demo.py之前，要运行train.py运行demo:问题：OSError: output\res101\voc_2007_trainval+voc_2012_trainval\default\res101_faster_rcnn_iter_110000.ckpt.meta not found.Did you download the proper networks from our...

1.导入模块，统一编码2.导入tensorflow和tf.keras3.导入辅助库4.导入fashion_mnist数据集5.探索数据6.数据预处理7.构建模型，设置网络层8.编译模型（损失函数、优化器、评价方式）9.训练模型

此文参考：https://zhuanlan.zhihu.com/p/32756176#此处导入都是为了统一python 2和python 3from __future__ import absolute_import, division, print_function, unicode_literals(1）absolute_import模块from __future__ impo...

sklearn.cross_validation被废弃,改为sklearn.model_selectionimport tensorflow as tffrom sklearn.datasets import load_digitsfrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing i...

卷积神经网络(Convolutional Neural Network)的一般结构从下到上tf.nn.max_pool( x , ksize , strides , padding)原文链接：https://blog.csdn.net/m0_37586991/article/details/84575325

import tensorflow as tfimport numpy as np将数据保存到指定路径的文件夹中（没有完全保存神经网络）# ## Save to file# # remembei to define the same dtype and shape when restore# W = tf.Variable([[1,2,3] , [3,4,5]] , dtype=tf....

RNN(Recurrent Neural Network)循环神经网络LSTM(Long Short-Term Memory)长短期记忆一般的RNN容易忘记早期记忆（w<1梯度消失、w>1梯度爆炸）。LSTM多了三个控制器：主线、分线、控制器...

1.导入tensofow和kerasimport tensorflow as tffrom tensorflow import keras2.导入辅助库import numpy as npprint(tf.__version__)3.导入imdb数据集imdb=keras.datasets.imdb(train_data,train_labels),(test_data,tes...

CTRL+Z或exit():退出python编译spyder:直接打开spyder

有以下出错的可能性，按顺序排除1.先确保在prompt中已安装了tensorflow2.在base环境下，新建了tensorflow环境3.激活了tensorflow，（activate tensorflow）4.若是在prompt中可以直接通过python编译，导入tensorflow,说明tensorflow已安装，但如果不能在jupyter和spyder中导入，是因为没有将这两个装到...

本程序中出现并解决的一些问题：1.下载mnist数据集:下载成功会显示Extracting MNIST_data\train-images-idx3-ubyte.gzExtracting MNIST_data\train-labels-idx1-ubyte.gzExtracting MNIST_data\t10k-images-idx3-ubyte.gzExtracting MNIST...

from __future__ import print_function , unicode_literals , absolute_import , divisionimport tensorflow as tfimport numpy as np定义添加层的函数def add_layer(inputs , in_size , out_size , n_layer , activat...

第6例 tensorboard(基于第5例代码)Morvan的代码可在其GitHub上查看：重点给每个模块取名字，例如：with tf.name_scope('inputs') xs = tf.placeholder( tf.float32 , [ None , 1 ] , name='x_input') ys = tf.placeholder( tf.float32 ,...

from __future__ import print_function , unicode_literals , absolute_import , divisionimport tensorflow as tf定义添加层的函数def add_layer(inputs , in_size , out_size , activation_function=None ): with...

第5例添加神经层的函数import tensorflow as tfimport numpy as npdef add_layer(inputs, in_size , out_size , activation_function = None): Weights = tf.Variable(tf.random_normal([in_size , out_size])) b...

第1例1.若代码中存在变量定义，则要进行初始化：init = tf.initialize_all_variables()sess = tf.Session()sess.run(init)2.输出的变量要放在run()中：print(step,sess.run(Weights),sess.run(biases))...

Tensorflow官网Keras是一个用于构建和训练深度学习模型的高阶API。它可用于快速设计原型，高级研究和生产，具有以下三个优势：方便用户使用Keras具有针对常见用例做出优化的简单而一致的界面。它可针对用户错误提供切实可行的清晰反馈。模块化和可组合将可配置的构造快连接在一起就可以构建Keras模型，并且几乎不受限制。易于扩展可以自关系编写定义构造块以表达新的研究创...

序列模型在Keras中，可以通过组合层来构建模型。模型通常是由层构成的图。最常见的模型类型是堆层：tf.keras.Sequential模型。构建一个简单的全连接的网络。model = tf.keras.Sequential()# Adds a densely-connected layer with 64 units to the model:model.add(layers.Dens...

过拟合简单的说就是机器学习的模型过于自信，强行满足了太多训练数据，在加入其他测试数据后，误差变大。解决过拟合的方法方法1：增加数据量方法2：运用正规化（正则化）：（1）L1,L2 … regularizztion：适用于大多数机器学习和神经网络的方法（2）Dropout regularization专门用于神经网络的方法此方法每次训练随机忽略一部分神经元，减小模型对于某些神经元的依...