Machine learning
我没有那种天分
我一无所知
展开
-
定义含正则化的损失函数的神经网络样例
参考自:TensorFlow 实战Google深度学习框架 import tensorflow as tf #获取一层神经网络边上的权重,并将这个权重的L2正则化损失加入到名称为“losses”的集合中 def get_weight(shape, lambda1): #生成一个变量 var = tf.Variable(tf.random_normal(shape), dtyp...原创 2018-12-02 10:51:12 · 474 阅读 · 0 评论 -
滑动平均模型:使用ExponentialMovingAverage
参考自:TensorFlow 实战Google深度学习框架 import tensorflow as tf #定义一个变量用于计算滑动平均,这个变量的初始值为0。 v1 = tf.Variable(0, dtype=tf.float32) #此变量模拟神经网络中的迭代的轮数,可以用于动态控制衰减率 step = tf.Variable(0, trainable=False) #定义了一个...原创 2018-12-02 11:59:03 · 388 阅读 · 0 评论 -
完整神经网络样例程序
参考自:TensorFlow 实战Google深度学习框架 import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' import tensorflow as tf from numpy.random import RandomState #定义训练数据的batch的大小 batch_size = 8 #定义神经网络的参数 w1 = tf....原创 2018-12-01 17:53:35 · 379 阅读 · 0 评论 -
LeNet - 5模型实现_MNIST数据
mnist_inference.py import tensorflow as tf #配置神经网络的参数 IMPUT_NODE = 784 OUTPUT_NODE = 10 IMAGE_SIZE = 28 NUM_CHANNELS = 1 NUM_LABELS = 10 # 第一层卷积层的尺寸和深度 CONV1_DEEP = 32 CONV1_SIZE = 5 # 第二层卷积层的尺寸和...原创 2018-12-28 14:55:35 · 453 阅读 · 0 评论 -
Demo-深度学习使用数据集进行训练和测试
一个包含数据输入和预处理流程的使用数据集进行训练和测试的完整例子 import tensorflow as tf train_files = tf.train.match_filenames_once("path/to/train-file-*") test_files = tf.train.match_filenames_once("path/to/test-file-*") # 定义pa...原创 2019-01-06 15:43:27 · 2837 阅读 · 4 评论