![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Tensorflow
文章平均质量分 64
Colynn Johnson
这个作者很懒,什么都没留下…
展开
-
TensorFlow学习笔记——Fashion-MNIST数据集的下载及本地保存
Fashion-MNIST是Zalando文章图像的数据集——包括60,000个示例的训练集和10,000个示例的测试集。每个示例都是一个28x28灰度图像,与来自10个类的标签相关联。Fashion-MNISTHere is the example how the data looks (each class takes three-rows):labeldescription0T恤(T-shirt/top)1裤子(Trouser)2套头衫(Pullov原创 2020-08-05 17:43:03 · 2633 阅读 · 5 评论 -
常见python环境管理的Anaconda命令行
管理和切换Python环境,Pycharm工具可以直观地切换以及增删安装包,缺点是下载慢;当你熟悉Python以后,不妨采用Conda的环境管理功能,用cmd命令行将大大提升工作效率。我们能同时安装多个不同版本的Python,并能根据需要自由切换。Python常见的cmd命令行如下:1.查看Python版本,win+R 打开命令行窗口,并执行命令: Python2. 确保系统已成功安装conda,执行命令行: conda --version3.查看该当前环境的pip包,执行命令: pip list原创 2020-08-11 22:57:54 · 1003 阅读 · 0 评论 -
TensorFlow学习笔记——MNIST手写数字识别的CNN代码实现(代码注释详细,方便小清新入门)
1. 全连接神经网络 vs. 卷积神经网络1.1 全连接神经网络先回顾多层神经网络多层神经网络包括一个输入层和一个输出层,中间有多个隐藏层。每层有若干个神经元,相邻两层之间的后一层的每个神经元都分别与前一层的所有神经元连接。在识别问题中,输入层(即网络的第一层)代表特征向量,其每一个神经元代表一个特征值。多层神经网络在图像识别问题中,输入层的每一个神经元可能代表一个像素的灰度值。但这种神经网络用于图像识别有几个问题,一是没有考虑图像的空间结构,识别性能受到限制;二是每相邻两层的神经元都是全相连,参原创 2020-08-18 20:27:18 · 2603 阅读 · 0 评论 -
TensorFlow学习笔记——训练神经网络模型的第一步:构建自己的图片数据集TFRecords
0. 导读相信很多深度学习的初学者都看着大神教程搭过很多的CNN、RNN、VGG等网络模型,训练模型时用的基本都是mnist、fashion-mnist、cifar10等基准数据集,当面对自己实验室的或者自己网上爬下来的数据集时就会犯难,根本不知道怎么调整算法模型去读取我们的本地数据集。问题不大,这个对于每一个深度学习工作者都是漫漫探索路上的必经之路。以下我将分享自己的学习心得以及完整代码实现,为曾和我一样正犯难的小伙伴提供一些参考。代码部分已验证无误,并做了完整注释,请放心食用!关于读取数据,T原创 2020-08-20 16:17:46 · 796 阅读 · 1 评论 -
TensorFlow学习笔记——利用tensorboard进行可视化
0 导读作为研究狗,学界普遍认为pytorch会比tensorflow代码简介,其实这些都只不过是工具罢了,好好啃通核心思想,应该大同小异。回到tensorboard,验证一个算法的效果好坏以及优化的潜能,其中一个常见的方法是,我们必须得关注loss的收敛情况,当面对大量的loss、acc时,单纯的文本数字并不能直观决策出模型的优劣。因此,我们非常有必要对loss、acc等参数绘图。然而,TensorFlow早已为我等封装好模型可视化的API了,接下来要分享的tensorboard将从模型节点计算图和模型原创 2020-08-27 23:41:32 · 454 阅读 · 0 评论