TensorFlow
文章平均质量分 88
Lee-Oct
这个作者很懒,什么都没留下…
展开
-
关于softmax回归
softmax的思想是为神经网络定义新类型的输出层。它开始的方式和sigmoid层(符号层?)一样,通过形成加权来输入: 但是我们不使用sigmoid函数来获得输出,而是在softmax层将softmax函数应用到 根据这个函数,第j个输出神经元的激活(activation)就为(记为式子1): ‘ 在分母中,我们对所有输出神经元求和。 假定我们有一个具有4个神经元的神经网络,分别...原创 2018-05-17 20:59:46 · 484 阅读 · 0 评论 -
可视化MNIST:关于降维的探讨(1)
该文章整理翻译自http://colah.github.io/posts/2014-10-Visualizing-MNIST/众所周知,我们人类在二维和三维上能够理性的进行思考,通过努力,我们可以从第四维来思考。但是机器学习经常要求我们使用成千上万个维度——或者数万,或者数百万!即使是非常简单的事情,当你在非常高的维度上做的时候,也会变得难以理解。 这时,就需要一些工具的辅助。高手已经建...原创 2018-05-16 08:46:55 · 2789 阅读 · 1 评论 -
TensorFlow学习过程记录 (三) -- MNIST入门 (1)-- 数据下载
根据TensorFlow中文社区给出的学习文档:1. 下载数据在GitHub上把TensorFlow下载下来:https://github.com/tensorflow/tensorflow (学习到后面才发现,其实这些文件我们在安装TensorFlow的时候已经使用pip安装到python环境中了,不过把下载下来也无妨,方便以后的学习) 解压后获取所需的MNIST数据 在目录…...原创 2018-05-08 16:53:19 · 758 阅读 · 0 评论 -
TensorFlow学习过程记录 (四) -- MNIST进阶(2)--构建一个多层卷积网络
6. 构建一个多层卷积网络在MNIST上只有91%正确率,实在太糟糕。在这个小节里,我们用一个稍微复杂的模型:卷积神经网络来改善效果。这会达到大概99.2%的准确率。虽然不是最高,但是还是比较让人满意。6.1 权重初始化为了创建这个模型,我们需要创建大量的权重和偏置项。这个模型中的权重在初始化时应该加入少量的噪声来打破对称性以及避免0梯度。由于我们使用的是ReLU神经元,因此比较好的做...原创 2018-05-21 17:47:49 · 441 阅读 · 0 评论 -
TensorFlow学习过程记录 (四) -- MNIST进阶
前段时间学习了中文社区的新手文档,然后查看了不少博客及论文。由于是完全没接触过AI学习这一块,所以很多地方理解起来比较吃力,特别是很多算法比较难理解,或是理解之后无法实现知识点的拼接。虽然这样,还是稍微有了一些些皮毛的了解,今天接着前面的只是学习,然后慢慢理解之后再返回来查看浅显一些的东西应该能够做到“深入浅出”,然后有所收获。1. 加载数据集和前面一样,使用下面的代码加载数据集:...原创 2018-05-21 17:22:50 · 340 阅读 · 0 评论 -
TensorFlow学习过程记录 (三) -- MNIST入门
MNIST是一个入门级的计算机视觉数据集,它包含各种手写数字图片: 它也包含每一张图片对应的标签,告诉我们这个是数字几。比如,上面这四张图片的标签分别是5,0,4,1。 在此教程中,我们将训练一个机器学习模型用于预测图片里面的数字。 (你可能会觉得该几篇文档的文字内容与社区中给的文档几乎一致,没错,不过我的学习方法是理解社区中的文档,读懂一句再复制一句过来。博客只是作为一个学习的整理。)...原创 2018-05-14 18:00:19 · 261 阅读 · 0 评论 -
TensorFlow学习过程记录 (二) -- 基本使用(4) -- Fetch和Feed
5. Fetch为了取回操作的输出内容, 可以在使用 Session 对象的 run() 调用 执行图时, 传入一些 tensor, 这些 tensor 会帮助你取回结果. 在之前的例子里, 我们只取回了单个节点 state, 但是你也可以取回多个 tensor:input1 = tf.constant(3.0)input2 = tf.constant(2.0)input3 = t...原创 2018-05-06 16:48:53 · 176 阅读 · 0 评论 -
TensorFlow学习过程记录 (二) -- 基本使用(3) -- 变量
介绍变量之前,先对’tensor’这个单词做出解释:3. tensor文档中是这样说明的: TensorFlow 程序使用 tensor 数据结构来代表所有的数据, 计算图中, 操作间传递的数据都是 tensor. 你可以把 TensorFlow tensor 看作是一个 n 维的数组或列表. 一个 tensor 包含一个静态类型 rank, 和 一个 shape. ...原创 2018-05-06 16:03:54 · 153 阅读 · 0 评论 -
TensorFlow学习过程记录 (二) -- 基本使用(2) -- 交互式使用
2. 交互式使用前面的例子中我们使用了Session来启动图,并且调用Session.run方法来执行op。 为了便于使用诸如 IPython 之类的 Python 交互环境, 可以使用 InteractiveSession 代替 Session 类, 使用 Tensor.eval() 和 Operation.run() 方法代替 Session.run(). 这样可以避免使用一个变量来持有...原创 2018-05-06 15:04:00 · 362 阅读 · 0 评论 -
TensorFlow学习过程记录 -- 问题解决
运行代码之后,控制台除了输出应该有的结果外,还多了一行: I T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 ...原创 2018-05-06 14:27:30 · 4212 阅读 · 1 评论 -
TensorFlow学习过程记录 (二) -- 基本使用(1) -- 构建图
本章根据TensorFlow的中文文档学习 我也是跟着博客一步步往下学,并作出自己的理解。1. 构建图文档指出,构建图的第一步是要创建一个源op,源op不需要任何输入,它的输出也可以给别的op做运算。 Python 库中, op 构造器的返回值代表被构造出的 op 的输出, 这些返回值可以传递给其它 op 构造器作为输入. TensorFlow Python 库有一个默...原创 2018-05-06 14:18:56 · 252 阅读 · 0 评论 -
TensorFlow学习过程记录 (一) -- 在Windows环境下搭建TensorFlow
从今天开始学习TensorFlow,并在该系列博客TensorFlow学习过程记录中记录学习过程及遇到的问题,若看到有不对的地方,欢迎指出。 另外由于是新手学习,可能会在网站上查阅很多资料及信息,若博客中的内容侵犯到您的产权等,请联系。 欢迎共同学习交流。1. 下载并安装文件1.1 下载TensorFlow在https://pypi.org/project/tensorfl...原创 2018-05-06 08:41:37 · 241 阅读 · 0 评论 -
可视化MNIST:关于降维的探讨(2)
4. Sammon映射到这里,我们应该能想到更好的解决方法——–考虑不同的成本函数。 首先,MDS有很多变化。主要的思想就是成本函数强调局部结构比全局结构更重要。一个非常简单的例子是萨蒙的映射,由代价函数定义: 在Sammon映射中,更致力于地保持邻近点之间的距离,而不是那些相距很远的点之间的距离。如果两个点在原来的空间中是两个相近的两倍,那么保持它们之间的距离是两倍重要。 对于MN...原创 2018-05-16 14:49:42 · 1992 阅读 · 1 评论