深度学习
wangweicrazyboy
这个作者很懒,什么都没留下…
展开
-
使用tensorflow 实现rnn (1)
先使用tensorflow来做rnn图片分类器# 以一个图片分类为例,只需要知道最后一个维度的预测结果# 本实例中,一个图片有20行,如果以评论为例,则表示一条评论有多少个字n_steps = 20# 一行有200维数据,评论的话,就是一个字使用多少维数据表示n_inputs = 200# GRUcell 隐藏单元数n_hidden = 800x = tf.placeholde...原创 2019-12-25 20:45:32 · 129 阅读 · 0 评论 -
TFRecord
首先先说明一下,目前我在做图片分类的时候,feed进入的图片数据是怎么做的?1,有一个函数可以读取出所有图片的路径,并有一个label映射,这个函数本身还有打乱数据的功能2,训练时,为了防止OOM,每次读取一部分图片进行训练。这个过程倒是挺简单,但是问题在于,所有的数据都很分散,每次新增图片,或者删减图片都不清楚,并且如果要迁移到一台新的训练机器上数据量越大迁移时间越长。并且训练时候读...原创 2019-12-23 20:09:45 · 98 阅读 · 0 评论 -
tf.losses.sparse_softmax_cross_entropy()
损失函数,经常用语多分类,相比于softmax交叉熵,其区别主要在于,softmax 的label是onehot编码的,如[0,0,1],而sparse它的label是一个可能性最高位置的索引。logits = tf.constant([0.1,0.1,0.8])labels = tf.constant([2])labels2 = tf.constant([0,0,1])y1 = tf...原创 2019-12-19 12:15:01 · 4349 阅读 · 0 评论 -
tf.squeeze()
网上有很多关于这个的解释,感觉解释的不清楚解释:删除维度为1的张张量,举例说明,如果一个张量,shape为(100,1,1,100,3) 经过这个函数处理之后就变成了(100,100,3)import tensorflow as tfimport numpy as npdata = np.ones((100,1,1,100,3))x = tf.placeholder(tf.floa...原创 2019-12-18 19:27:41 · 231 阅读 · 0 评论