Tensorflow学习与应用二

最新推荐文章于 2023-06-26 16:23:50 发布
最新推荐文章于 2023-06-26 16:23:50 发布
阅读量158 收藏
点赞数
分类专栏： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013991917/article/details/78430339
版权

总结一下今天的学习过程

今天看了交叉熵在TensorFlow中的使用，又一次理解了交叉熵的原理，并编辑了代码进行的调试

拟合的三种状况：欠拟合、正拟合、过拟合

使用Dropout处理过拟合，并编辑了代码进行的调试：：：：收敛变得比较慢，所以需要增加训练次数，但可以很好的解决过拟合，并且在模型数据相对较少的情况下有很好的效果

下午办了一些杂事

晚上帮同学使用ideaIC 编辑了spark中的spark-timeseries项目，不过还没有调通，原因是ideaIC了解少，spark-timeseries一无所知。。。


还好的一天，明天加油！

每天八小时
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
TensorFlow与机器学习
码农17年的博客
12-08 599
TensorFlow 是一个端到端开源机器学习平台，一个核心开源库，可以帮助开发和训练机器学习模型，它拥有一个全面而灵活的生态系统，其中包含各种工具、库和社区资源，可助力研究人员推动先进机器学习技术的发展，并使开发者能够轻松地构建和部署由机器学习提供支持的应用。 针对移动设备和嵌入式设备，TensorFlow Lite 有一个精简库，用于在移动设备和嵌入式设备上部署模型。而TensorFlow.js 是一个 JavaScript 库，用于在浏览器和 Node.js 上训练和部署模型。TensorFlow
深度学习框架Tensorflow学习与应用
10-15
深度学习框架Tensorflow学习与应用的视频教程,2资源分
TensorFlow2.0学习笔记
qq_43477666的博客
02-01 346
TensorFlow2.0学习笔记安装一、创建一个tensor二、TF2常用函数1.类型转换、最小值、最大值2.axis3.tf.Variable4.数学运算5.tf.data.Dataset.from_tensor_slices6.enumerate7.tf.one_hot8.assign_sub自更新9.tf.argmax10.tf.argmax创建自己的神经网络 网课： 1.【吴恩达团队Tensorflow2.0实践系列课程第一课】 link. 2.【北京大学】Tensorflow2.0 link.
【Python初学】学习神经网络的数学基础
weixin_42974146的博客
07-30 596
要理解深度学习，需要熟悉很多简单的数学概念：张量，张量运算，微分，梯度下降等。 首先给出一个神经网络的示例，引出张量和梯度下降的概念。 该示例神经网络的问题是，将手写数据的灰度图像划分到10个类别中，使用MNIST数据集。 from keras.datasets import mnist from keras import models from keras import layers from ...
【GAN】使用GAN进行mnist数据集中手写图片的生成
liyihao17的博客
05-11 2623
一、GAN介绍 GAN一般有两个内容，一是生成器（generator），二是辨别器（discriminator）。 辨别器的目的是：尽可能地分辨输入的数据是生成器生成的假数据还是真实的数据 生成器的目的是：尽可能地骗过辨别器，使得辨别器认为它生成的数据是真实的数据 这是个博弈的过程，能够使得生成器和辨别器不断成长，最后生成器能够生成以假乱真的数据 其中生成器的输入是随机向量，输出是指定的数据 鉴别器的输入是数据，输出的是0到1之间的数（意味着数据是真实的数据的概率） 本博客使用的代码是在ten
Keras学习笔记：Chapter1-Keras入门
DFan的NoteBook
10-24 4786
KerasKeras是一个高层神经网络库。Keras是由Python编写而成的，后端实现是基于Tensorflow，CNTK或Theano(Keras是一个库，可以理解为一个基于多种不同机器学习库提供相同api的库)。Keras发展的要义是：将想法快速转换实验成果，（类似Python的理念：人生苦短，我用Python），正因为这样，Keras很适合做研究使用。如果你对深度学习库有以下要求： 能够快速
【机器学习】TensorFlow介绍与应用
最新发布
qq_16908013的博客
06-26 1649
TensorFlow是由Google开源的一个深度学习平台，它使用数据流图的形式来表示计算，支持跨多个CPU和GPU的分布式运算。计算图（Graph）：TensorFlow中用来表示计算任务的图，包括节点（节点代表具体的操作）和边（边代表数据流）。会话（Session）：在TensorFlow中，计算图必须在会话中运行，会话可以跨多个CPU和GPU进行分布式运算。操作（Operation）：计算图中的节点，代表具体的操作，可以是数学运算、数据读取等。
深度学习实践：TensorFlow框架入门与应用
sinner小屋
05-22 532
深度学习是一种基于人工神经网络的机器学习方法，其核心思想是通过多层非线性变换来对复杂的输入数据进行建模和抽象。深度学习在图像识别、语音识别、自然语言处理等领域取得了很好的效果。TensorFlow是Google开源的一个深度学习框架，其核心思想是通过数据流图来定义计算和数据之间的关系。TensorFlow支持CPU和GPU加速，可以在不同的平台上运行，例如PC、服务器、移动设备等。
深度学习框架TensorFlow学习与应用
zero的博客
11-19 1483
TensorFlow 是世界上最受欢迎的开源机器学习框架，它具有快速、灵活并适合产品级大规模应用等特点，让每个开发者和研究者都能方便地使用人工智能来解决多样化的挑战。 什么是TensorFlow？ TensorFlow能够让你直接解决各种机器学习任务。目标就是在一般情况下，无论你遇到什么问题，TensorFlow都可以在一定程度上提供API的支持。 总的来说TensorFlow就是为了快而设计的，...
深度学习在图像处理中的应用（tensorflow2.4以及pytorch1.10实现）
热门推荐
霹雳吧啦Wz
12-10 11万+
本人在读研期间的研究方向是图像处理以及深度学习（主要是图像分类和目标检测）。在做深度学习时使用的是tensorflow深度学习框架，学习全是自学，很多资源都是在Github上找的。我发现现在Github上很多深度学习的开源项目都是用的tensorflow和pytorch框架。所以现在也开始学习pytorch框架，之前一直用的是tensorflow1.x版本，今年正好迎来了新的tensorlfow大.........
深度学习与Tensorflow2实战课程
07-21
深度学习与Tensorflow2实战视频教程，2020最新版本，Tensorflow2版本更简单实用，课程纯实战驱动，通俗讲解2版本核心模块与实例应用。全程代码实战，通俗易懂，用最接地气的方式讲解各大核心模块，基于真实数据集...
深度学习与Tensorflow2实战
06-01
深度学习与Tensorflow2实战视频教程，2020最新版本，Tensorflow2版本更简单实用，课程纯实战驱动，通俗讲解2版本核心模块与实例应用。全程代码实战，通俗易懂，用最接地气的方式讲解各大核心模块，基于真实数据集...
深度学习应用开发-TensorFlow实践教学大纲.pdf
06-16
深度学习应用开发-TensorFlow实践教学大纲.pdf深度学习应用开发-TensorFlow实践教学大纲.pdf深度学习应用开发-TensorFlow实践教学大纲.pdf深度学习应用开发-TensorFlow实践教学大纲.pdf深度学习应用开发-TensorFlow...
深度学习基础（五）--聚类
向前方，莫转角
10-03 6477
总结一下今天的学习过程（注：代码都是根据教程抄的，哈哈） 1，温习了统计学中的相关度与R值有关知识，以及计算公式，以及Python代码的实现，在简单线性回归中，两个是等价的 2，学习了k-means算法，感觉这个应该是理解了，并对代码进行了单步调试及逻辑的进一步理解 3，学习了层次聚类方法，不过感觉代码自己不是能很好的理解，并用图片对层次聚类方法进行了尝试，得出了响应结果，也对代码进行的学习
深度学习进阶（五）--卷积神经网络与深度置信网络以及自动编码初识（补昨天博客更新）
向前方，莫转角
10-11 4234
总结一下昨天的学习过程 （注：这几天老不在状态，貌似进入了学习激情的瓶颈期，动力以及平静心严重失控，Python3.X与Python2.X之间的代码调试，尤其是环境配置搞得头昏脑胀） 昨天了解接触的内容 CNN卷积神经网络的基本原理以及在CPU中测试以及代码调试（又是失败） Restricted Boltzmann Machine: Deep Brief Network: 多个Restr
深度学习进阶（六）--CNN卷积神经网络调试，错误历程总结
向前方，莫转角
10-11 3954
总结一下今天的学习过程 （注：我此刻的心情与刚刚三分钟前的心情是完全不一样的） （昨天在想一些错误，今天又重拾信心重新配置GPU环境，结果很失败，不过现在好了，在寻思着今天干了什么的时候，无意间想到是不是自己方法入口不对啊。结果果然很幸运的被我猜到了，，，哈哈哈，我的心情又好了） 总结最大的体会：有的时候在代码不能运行的时候，可是尝试先看看学习代码， 起码从代码的入口调用看起、看清、看
深度学习基础（一）——KNN与SVM
向前方，莫转角
09-28 2949
总结一下今天的学习过程 1，上午继续看书，主要看了深度学习的发展历程以及主要技术介绍 2，中午思考了决策树算法中的数据准备阶的矩阵装换，将类似Excel数据表格的形式数据转换为0-1矩阵      数据大致格式为：表头为特征向量名称以及输出标签名称，而特征向量的值又是多个，决策树中是将每一个特征向量多维化，形成一个0-1矩阵       将每一个特征向量多维化     本想着使用ja
深度学习基础（四）--BP神经网络和线性回归
向前方，莫转角
10-02 1984
总结一下今天的学习过程 1，上午单步调试了简易的BP算法，结合算法原理，查看了每一步的求解过程      看的算法是简易版的，用的结束条件是循环次数，没有考虑error阈值以及另外一个因素（想不起来了忘记了），导致了当隐含层增加时，到时错误结果率大大增加，有待尝试结合另外两个结束条件约束增加新的判断条件      理解了初始化权重weight数组以及偏移量bairs以及权重的更新 2，剩下
机器学习的Tensorflow的应用
05-23
TensorFlow 是一个广泛应用于机器学习的开源软件库，它可以用于构建各种类型的机器学习模型，包括神经网络、卷积神经网络、循环神经网络等。以下是 TensorFlow 的一些应用： 1. 图像识别和分类：TensorFlow 可以用于图像识别和分类任务，如识别手写数字、识别图片中的物体等。 2. 自然语言处理：TensorFlow 可以用于各种自然语言处理任务，如文本分类、机器翻译、情感分析等。 3. 语音识别：TensorFlow 可以用于语音识别任务，如语音转文本、语音指令识别等。 4. 建模和预测：TensorFlow 可以用于建立各种类型的预测模型，如回归模型、分类模型、时间序列预测模型等。 5. 强化学习：TensorFlow 可以用于强化学习任务，如控制机器人、游戏智能等。 总之，TensorFlow 可以应用于各种机器学习任务和应用领域，是一个非常强大和灵活的工具。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值