TensorFlow学习
文章平均质量分 59
TensorFlow学习
无微の大白
新手刚开始,请多体谅
展开
-
实例14:用静态图训练一个具有保存检查点功能的回归模型
实例14:用静态图训练一个具有保存检查点功能的回归模型回归任务:对输入数据进行计算,并输出某个具体值的任务。与之相对的还有分类任务一、准备开发步骤需要完成的具体步骤如下:生成模拟样本搭建全连接网络模型训练模型:在训练模型过程中,还需要完成对检查点文件的生产和载入二、生成检查点文件生产检查点文件步骤如下:实例化一个saver对象在会话中,调用saver对象的save方法保存检查点文件1.生产saver对象saver对象有tf.train.Saver类的实例化生成var_原创 2022-04-14 09:16:08 · 623 阅读 · 0 评论 -
用TensorFlow编写训练模型的程序——快速导读
1. 训练模型是怎么回事训练模型是指,通过程序的反复迭代来修正神经网络中各个节点的值,从而实现具有一定拟合效果的算法。在训练神经网络的过程中,数据流有两个方向:正向和反向。正向负责预测生成结果,沿着网络节点的运算方向一层层计算下去。反向负责优化调整模型参数,即用链式求导将误差和梯度从输出节点开始一层层传去,对每层的参数进行调整。训练模型的完整步骤如下:通过正向生成一个值,然后计算该值和真实标签之间的误差利用反向求导的方式,将误差从网络的最后一层传到前一层对前一层中的参数求偏导,并按照偏原创 2022-04-14 03:31:59 · 1358 阅读 · 0 评论 -
实例8:将TFRecord文件制作成Dataset数据集
实例8:将TFRecord文件制作成Dataset数据集tf.data接口可以将多种格式的样本文件转换成Dataset数据集tf.data.TextLineDataset:根据文本文件生成Dataset对象。支持单个或多个文件读取,将文件中的每一行转换成Dataset对象中的每一个元素,该方法可以用来读入csv文件。tf.data.FixedLengthRecordDataset:该方法专门用于读入数据源是二进制格式文件,根据二进制文件生成Dataset对象。支持单个或多个文件读取。使用时,需要传入原创 2022-04-12 04:03:54 · 445 阅读 · 0 评论 -
实例4:将Excel文件制作成内存对象数据库
实例4:将Excel文件制作成内存对象数据库实例描述:有两个Excel文件:一个为训练数据,另一个为测试数据现在需要做的是:1,将训练数据按批次输出。2,将测试数据按样本顺序输出1. 样本介绍样本为两个csv文件——iris_training.csv和iris_test.csv2. 代码实现:逐行读取数据并分离标签定义read_data用于读取数据调用tf.TextLineReader函数,对单个Excel文件进行逐行读取调用tf.decode_csv,将Excel文件中的单行内容按指定原创 2022-04-12 20:36:30 · 582 阅读 · 1 评论 -
实例6:将内存对象制作成Dataset数据集
实例6:将内存对象制作成Dataset数据集tf.data.Dataset接口是一个可以生产Dataset数据集的高级接口实例描述生成一个模拟y=2x的数据集,将数据集的样本和标签分别以元组合字典类型存放为两份,建立两个Dataset数据集:一个被传入元组类型样本,另一个被传入字典数据类型的样本1. 如何生成Dataset数据集tf.data.Dataset接口通过创建Dataset对象生成数据集,有了Dataset对象后,就可以在其上面做乱序(shuffle)、元素变换(map)、迭代取值(it原创 2022-04-12 20:36:09 · 488 阅读 · 0 评论 -
实例7:将图片文件制作成Dataset数据集
实例7:将图片文件制作成Dataset数据集在图片训练过程中,一个变形丰富的数据集会使模型的精度与泛化性成倍提升1. 代码实现:读取样本文件的目录与标签定义load_sample函数,用来将样本图片的目录名称与对应的标签读入内存。...原创 2022-04-12 20:35:19 · 3168 阅读 · 2 评论 -
实例9:在动态图中读取Dataset数据集
实例9:在动态图中读取Dataset数据集在TensorFlow2.0版本中,动态图已经取代静态图成为系统默认开发框架1. 代码实现:添加动态图调用import osimport tensorflow as tffrom sklearn.utils import shuffle import numpy as npimport matplotlib.pyplot as plttf.compat.v1.enable_eager_execution()print("Tensorflow版本原创 2022-04-12 20:34:49 · 159 阅读 · 0 评论 -
实例5:将图片文件制作成TFRecord数据集
实例5:将图片文件制作成TFRecord数据集原创 2022-04-11 03:20:07 · 642 阅读 · 0 评论 -
实例3:将图片制作成内存对象数据集
3. 实例3:将图片制作成内存对象数据集将图片样本数据制成数据集,使用TensorFlow队列方式,好处:能充分使用cpu的多线程资源,让训练模型与数据读取平行同时运行1. 样本介绍MNIST手写数据集2. 代码实现:载入文件名称与标签import tensorflow.compat.v1 as tftf.compat.v1.disable_eager_execution()import os from matplotlib import pyplot as plt import num原创 2022-04-12 20:36:46 · 206 阅读 · 0 评论 -
TensorFlow中的函数操作
TensorFlow函数手册tf.train.slice_input_producer()实现输入队列tf.read_file()和cv2.read()的区别tf.image.per_image_standardization():标准化,到0~1之间tf.train.batch()生成批次数据与tf.train.shuffle_batchtf.stack()将张量合并tf.TextLineReader()tf.decode_csv...原创 2022-04-12 20:38:54 · 1082 阅读 · 0 评论