笔记
文章平均质量分 59
鹤旗
不要问我从哪里来!
展开
-
pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/原创 2020-11-08 01:39:48 · 2284 阅读 · 0 评论 -
one-hot编码
一、什么是one-hot编码?One-Hot编码,又称为一位有效编码,主要是采用N位状态寄存器来对N个状态进行编码,每个状态都由他独立的寄存器位,并且在任意时候只有一位有效。One-Hot编码是分类变量作为二进制向量的表示。这首先要求将分类值映射到整数值。然后,每个整数值被表示为二进制向量,除了整数的索引之外,它都是零值,它被标记为1。二、one-hot编码过程详解比如我们要对 “hello world” 进行one-hot编码,怎么做呢?1.确定要编码的对象--hello worl.原创 2020-11-04 14:37:31 · 553 阅读 · 0 评论 -
手写字识别tensorflow+jupyter
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets('MNIST_data', one_hot=True)# 每个批次的大小batch_size = 100# 计算一共有多少个批次n_batch = mnist.train.num_examples // batch_size# 参数概要def varia...原创 2020-11-04 02:40:25 · 471 阅读 · 0 评论 -
CNN反向传播过程
反向传播过程是深度学习的核心所在,虽然现在很多深度学习架构如Tensorflow等,已经自带反向传播过程的功能。我们只需要完成网络结构的正向传播的搭建,反向传播过程以及参数更新都是由架构本身来完成的。但为了更好的了解深度学习的机理,理解反向传播过程的原理还是很重要的。在学习完吴恩达的深度学习课程后,对浅层神经网络的反向传播有了一个很清楚的认识。但在课程中对于深层神经网络和卷积神经网络反向传播过程,只给出了反向传播的公式。并没有给出具体的推导过程,所以在这一块之前一直不是很明白。通过最近几...原创 2020-11-01 14:54:29 · 716 阅读 · 1 评论 -
Convolutional Neural Networks
从今天起,正式开始讲解卷积神经网络。这是一种曾经让我无论如何也无法弄明白的东西,主要是名字就太“高级”了,网上的各种各样的文章来介绍“什么是卷积”尤为让人受不了。听了吴恩达的网课之后,豁然开朗,终于搞明白了这个东西是什么和为什么。看完之后大家应该可以自己动手做一些自己喜欢的事儿了。一、引子————边界检测我们来看一个最简单的例子:“边界检测(edge detection)”,假设我们有这样的一张图片,大小8×8:图片中的数字代表该位置的像素值,我们知道,像素值越大,颜色越亮,所以..原创 2020-11-01 13:57:41 · 352 阅读 · 0 评论 -
Back propagation
文章转自:https://www.cnblogs.com/charlotte77/p/5629865.html 最近在看深度学习的东西,一开始看的吴恩达的UFLDL教程,有中文版就直接看了,后来发现有些地方总是不是很明确,又去看英文版,然后又找了些资料看,才发现,中文版的译者在翻译的时候会对省略的公式推导过程进行补充,但是补充的又是错的,难怪觉得有问题。反向传播法其实是神经网络的基础了,但是很多人在学的时候总是会遇到一些问题,或者看到大篇的公式觉得好像很难就退缩了,其实不难,就...原创 2020-11-01 13:15:04 · 96 阅读 · 0 评论 -
Non-linear activation function
原创 2020-10-31 23:24:01 · 380 阅读 · 0 评论 -
在tensorflow环境下安装matplotlib
在tensorflow环境下安装matplotlib在运行程序时,报错ImportError: No module named ‘matplotlib‘,如图。经网上查询发现是没有安装matplotlib因此记录一下在tensorflow环境下安装matplotlib的过程:1.打开anaconda prompt,进入tensorflow的环境:activate tensorflow2.安装matplotlib:conda install matplotlib3.Proc..原创 2020-10-31 22:32:57 · 1999 阅读 · 0 评论 -
Tensorflow实践之卷积神经网络模型构造、保存和读取
Tensorflow实践之卷积神经网络模型构造、保存和读取wwty9982020-08-10 16:58:05126已收藏3分类专栏:实践水果识别文章标签:神经网络tensorflow深度学习python版权前段时间因为项目需要,亲自做了基于卷积神经网络的水果分类。本次实验是在Jupyter上进行,训练集下载地址为:https://www.kaggle.com/moltean/fruits1.图像采集与预处理##导包import osimport sk...原创 2020-10-31 22:00:40 · 932 阅读 · 0 评论 -
tensorflow +jupyter安装,亲测成功。
1.anaconda安装在官网https://www.anaconda.com/download/下载anaconda5.2(Python3.6),按照下一步直到安装结束。注意:将两个选项都勾选上,将安装路径写入环境变量2.安装Tensorflow(1) 建立一个 conda 计算环境名字叫tensorflow: conda create -n tensorflow python=3.5 打开环境:activate tensorflow(2)安装...原创 2020-10-31 20:06:43 · 5860 阅读 · 2 评论 -
softmax
softmax用于多分类过程中,它将多个神经元的输出,映射到(0,1)区间内,可以看成概率来理解。假设我们有一个数组,V,Vi表示V中的第i个元素,那么这个元素的softmax值就是:具体示例如下图:softmax直白来说就是将原来输出是3,1,-3通过softmax函数一作用,就映射成为(0,1)的值,而这些值的累和为1(满足概率的性质),那么我们就可以将它理解成概率,在最后选取输出结点的时候,我们就可以选取概率最大(也就是值对应最大的)结点,作为我们的预测目标。...原创 2020-10-30 16:00:36 · 101 阅读 · 0 评论 -
梯度消失和梯度爆炸
什么是梯度消失和梯度爆炸1. 梯度消失(gradient vanishing problem) 我们知道神经网络在进行反向传播(BP)的时候会对参数W进行更新,梯度消失就是靠后面网络层(如layer3)能够正常的得到一个合理的偏导数,但是靠近输入层的网络层,计算的到的偏导数近乎零,W几乎无法得到更新。2. 梯度爆炸(gradient exploding problem) 梯度爆炸的意思是,靠近输入层的网络层,计算的到的偏导数极其大,更新后W变成一个很大的数(爆炸)。二、...原创 2020-10-30 15:54:28 · 483 阅读 · 0 评论 -
各种激活函数及其图像
sigmoidf ( z ) = 1 1 + e − z f(z)=\frac1{1+e^{-z}}f(z)=1+e−z1其图像如下:特点能够将输入的连续实值变换为0到1之间的输出缺点在深度神经网络中梯度反向传播是容易造成梯度爆炸和梯度消失sigmoid导数f ′ ( z ) = e − z ( 1 + e − z ) 2 = 1 1 + e − z − 1 ( 1 + e − z ) 2 f'(z) = \frac{e^{-z}}{(1+e^{-z})^2} = \fra原创 2020-10-30 15:53:18 · 5330 阅读 · 0 评论 -
中心化(又叫零均值化)和标准化(又叫归一化)概念及目的?
一、中心化(又叫零均值化)和标准化(又叫归一化)概念及目的?1、在回归问题和一些机器学习算法中,以及训练神经网络的过程中,通常需要对原始数据进行中心化(Zero-centered或者Mean-subtraction(subtraction表示减去))处理和标准化(Standardization或Normalization)处理数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理原创 2020-10-30 15:36:45 · 4224 阅读 · 0 评论 -
加密算法
数字签名、信息加密 是前后端开发都经常需要使用到的技术,应用场景包括了用户登入、交易、信息通讯、oauth 等等,不同的应用场景也会需要使用到不同的签名加密算法,或者需要搭配不一样的 签名加密算法 来达到业务目标。这里简单的给大家介绍几种常见的签名加密算法和一些典型场景下的应用。正文1. 数字签名数字签名,简单来说就是通过提供 可鉴别 的 数字信息 验证 自身身份 的一种方式。一套 数字签名 通常定义两种 互补 的运算,一个用于 签名,另一个用于 验证。分别由 发送者 持有能够 代表自己身份 的 私原创 2020-06-21 15:53:31 · 309 阅读 · 0 评论 -
2020-06-14
原创 2020-06-14 14:39:48 · 124 阅读 · 0 评论