- 博客(12)
- 收藏
- 关注
RSS订阅原创 [深度之眼]LeNet/AlexNet/VGGNet/InceptionNet/ResNet实现fashion_mnist分类
本文使用五种经典卷积神经网络，实现fashion_mnist十分类问题，并对比准确度和运行时间LeNet5 原理AlexNet8 原理VGGNet16 原理InceptionNet10 原理ResNet18 原理用到的包：import tensorflow as tfimport osimport numpy as npfrom matplotlib import pyplot as pltfrom tensorflow.keras.layers import Conv2D, Batc
2020-07-01 17:04:39
804
1
原创 [深度之眼]TensorFlow2.0项目班-猫狗图片分类
猫狗数据集官网猫示例：狗示例：训练集：猫狗各11500张图片验证集：猫狗各1000张图片难点：图片大小不统一，标签未配对首先加载需要的包：import tensorflow as tfimport osimport matplotlib.pyplot as pltprint(tf.__version__)因为官方数据集太大，本人的笔记本跑不动，手动将数据集删减至十分之一，有条件的小伙伴可以用GPU跑，准确度应该会比我高很多加载数据集，并查看数据结构和其中一张图片：data_d
2020-06-20 00:44:01
1137
2
原创 [深度之眼]TensorFlow2.0项目班-分类模型之自定义loss
准备工作：from __future__ import absolute_import, division, print_function, unicode_literalsimport tensorflow as tffrom tensorflow.keras.layers import Dense, Flatten, Conv2Dfrom tensorflow.keras import Modelimport numpy as np# 很奇怪，pycharm不加这段报错，anaconda
2020-06-10 00:08:29
444
原创 [深度之眼]TensorFlow2.0项目班-自定义层
自定义层的主要数据结构是layer，实现自定义层的最佳方法是拓展 tf.keras.layers.Layer类，分为三个部分：__init__ 进行与输入无关的初始化，定义相关的层build 知道输入张量的形状，并进行其余初始化call 定义前向传播通过iris数据集进行实验import tensorflow as tfprint(tf.__version__) # 查看tf版本tf.test.is_gpu_available() # 看GPU是否
2020-06-08 20:18:17
393
原创 [深度之眼]TensorFlow2.0项目班-原理之损失函数（CE，MSE）
TF2.0损失函数大全分类问题常使用交叉熵损失函数（CE,Cross Entropy）表征两个概率分布之间的距离定义为：例如一个二分类问题的答案是 y_=(1,0)，预测 y1=(0.6,0.4) ，y2=(0.8,0.2)，哪个预测的更准的？数学计算CE1 = CE((1,0),(0.6,0.4) = -(1*ln0.6 + 0*ln0.4) = 0.511CE2 = CE((1,0),(0.8,0.2) = -(1*ln0.8 + 0*ln0.2) = 0.223因为CE2<CE
2020-06-05 15:23:34
660
原创 [深度之眼]TensorFlow2.0项目班-回归模型之自定义loss
常用的损失函数分类问题：交叉熵 （CE，Cross Entropy）回归问题：均方根误差 （MSE，Mean Square Error）以一个简单的例子实现自定义loss假设某商品销售金额仅由变量x1和x2确定（y=x1+x2+噪声）用到以下tf函数：tf.where(条件，a，b) # 条件为真返回a，条件为假返回btf.greater(a,b) # 比大小，a>b 返回真，a<=b 返回假代码：import tensorflow as tfimport nu
2020-06-05 13:48:35
487
原创 [深度之眼]TensorFlow2.0项目班-模型保存之AutoGraph
TF的计算图分为三种：静态计算图（1.x）、动态计算图（2.x）和 AutoGraph（2.x）AutoGraph 可以把动态图转化为静态图保存，通过@tf.function实现，有以下三个注意事项：使用 tf 内部函数，避免直接使用python函数，因为无法嵌入进计算图避免定义 tf.Variable, 以为它是动态的，每次迭代都会更新不可以修改列表字典等数据结构代码：import tensorflow as tffashion = tf.keras.datasets.fashion_
2020-06-04 22:01:12
182
原创 [深度之眼]TensorFlow2.0项目班-模型训练之GradientTape
在iris鸢尾花分类的数据集上，用 tf.GradientTape 自定义模型训练的方式来训练模型将 model.fit 和 model.compile 分解import tensorflow as tffrom sklearn import datasetsfrom matplotlib import pyplot as pltimport numpy as npx_data = datasets.load_iris().datay_data = datasets.load_iris().
2020-06-03 22:27:14
604
原创 [深度之眼]TensorFlow2.0项目班-模型训练之Callbacks
在上次建立的模型基础上，加入callbacks机制分别实现了：模型参数保存、早停和动态学习率衰减import tensorflow as tffashion = tf.keras.datasets.fashion_mnist(x_train, y_train),(x_test, y_test) = fashion.load_data()x_train, x_test = x_train / 255.0, x_test / 255.0#函数模型inputs = tf.keras.Input(
2020-06-02 23:13:43
395
原创 [深度之眼]TensorFlow2.0项目班-三种思路构建fashion_mnist图像识别模型
[深度之眼]TensorFlow2.0项目班-三种思路构建mnist图像识别模型模型很简单，主要让大家区分三种建模思路的区别，直接上代码：import tensorflow as tffashion = tf.keras.datasets.fashion_mnist(x_train, y_train),(x_test, y_test) = fashion.load_data()x_train, x_test = x_train / 255.0, x_test / 255.0# 顺序模型mo
2020-06-01 23:54:26
527
原创 Tensorflow1.14/Keras2.2.5/Anaconda/Pycharm 安装流程
Tensorflow/Keras/Anaconda/Pycharm 安装流程在官网下载并安装anaconda（安装时Path选项打钩）在开始菜单下运行Anaconda prompt，并输入：Where python #查看python安装位置Python -V #查看python版本Conda info -e #查看anaconda已创建的环境Conda -V #查看anaconda版本设置国内镜像源，提高下载速度，继续输入：conda config --add ch
2020-06-01 21:48:24
4758
原创 [深度之眼]TensorFlow2.0课程班之初体验
[深度之眼]TensorFlow2.0项目班-Tensor数据格式和创建方法UP主报名了深度之眼培训的TensorFlow2.0课程，老师讲的很好很全面，借此机会总结一下，养成不断打卡学习的好习惯。本篇为初体验，后续实时跟进。<1> tensor数据格式import tensorflow as tfmymat = tf.Variable([[7],[11]], tf.int32) # Variable标记为可训练print(mymat)运行结果：<tf.Variable '
2020-06-01 21:19:35
960
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人