TensorFlow入门

最新推荐文章于 2020-11-20 22:53:32 发布
最新推荐文章于 2020-11-20 22:53:32 发布
阅读量143 收藏
点赞数
分类专栏： 深度学习框架
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/weixin_40893939/article/details/102684980
版权
  1. 定义三个方法inference、loss、train，其中注意tf.placeholder的使用，还有所有网络建立的时候需要指定命名空间with.name_scope，还有所有建立网络相关的方法都在tf.nn中
  2. tf.Variable基本变量类型
  3. 开启session
  4. 首先是初始化所有的网络参数init= tf.initialization，sess.run(init)
  5. 批量读入数据 X,Y = data_set.next_batch(FLAGS.batch_size)
  6. 定义损失函数，同样是在nn里tf.nn.softmax_cross_entropy_with_logits
  7. 定义优化器optimizer = tf.train.GradientDescentOptimizer(FLAGS.learning_rate)，使用minimize进行梯度计算操作train_op = optimizer.minimize(loss, global_step=global_step)
  8. 使用session.run将feed_dic传进去
  9. 使用summary记录参数或者图结构到TensorBoard展示

 

George593
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
菜鸟学习tensorflow2
wd1603926823的专栏
09-04 1632
我询问了前一篇我提到很推崇的那个博主学习tensorflow的方法，他是先看书籍《深度学习之Tensorflow入门原理与进阶实战》，然后再看MOOC上北京大学曹健老师的《人工智能实践：tensorflow笔记》视频课程，每看完书的一部分就去看视频的对应部分。我觉得他介绍的这两个学习资源很好。我找了很久终于找到了，现在正式开始按部就班的学习。 一、《深度学习之Tensorflow入门原理与进阶实...
Tensorflow笔记：搭建神经网络
韩明宇
03-25 220
基本概念 1.Tensorflow的加法 import tensorflow as tf a = tf.constant([1.0, 2.0]) b = tf.constant([3.0, 4.0]) result = a + b print(result) 打印出这句话：Tensor("add:0", shape=(2, ), dtype=float32)，意思是result是一个...
学习笔记：tensorflow入门
林小川的博客
05-24 237
tensorflow基本使用方法：占位符：定义占位变量，占位变量在定义计算图时不会被指定，在执行计算图时被赋值，一般用于传入网络的数据        tf.placeholder(tf.float32, shape = [None, ], name =  )tensorflow的基本原理：        with tf.name_scope():对使用Variable创建的变量作用        ...
关于训练时Loss值不变的情况分析
ZHANGWEI199212040的博客
10-24 1万+
今天在搭建简单模型训练花数据的时候发现loss,始终为一个数。 loss:实际输出值和标签值之间的误差距离。在分类任务中，如何评判输出和期望之间的接近？ 交叉熵：刻画了两个概率分布之间的距离。是分类问题中应用比较广的一种损失函数。 反向更新权重：有了损失函数，知道了实际输出和真实值之间的距离，用梯度求导更新权重。 学习率：公式中的a就是学习率，表示的是每次权重更新的大小。 学习率设置...
Tensorflow入门
06-19
### Tensorflow入门知识点详解 #### 第 1 章：Tensorflow 的基础知识 **1.1 基础概念** - **常量**: 在 TensorFlow 中，常量是不可更改的数据结构，一旦创建就不能改变其值。 - **示例代码**： ```python # ...
tensorflow入门程序
11-23
这个“tensorflow入门程序”包含了一系列的示例代码，如 `placeholder.py` 和 `CNN.py`，这些都是学习和理解 TensorFlow 基础概念的重要资源。 1. **TensorFlow 概述**：TensorFlow 是由谷歌公司开发的一个用于数值...
Tensorflow 入门和实战.txt
09-29
### Tensorflow 入门与实战知识点详解 #### 一、Tensorflow简介 TensorFlow是由Google开发的一款开源机器学习框架，自2015年发布以来迅速成为深度学习领域最受欢迎的工具之一。它提供了灵活的架构，能够让开发者在...
TensorFlow入门基础视频
03-01
资源包含 TensorFlow程序设计.pdf 深入浅出TensorFlow.pdf TensorFlow入门基础视频3讲
tensorflow学习笔记（1）：sess.run()
站在巨人的肩膀上coding
04-19 3万+
session.run()session.run([fetch1, fetch2])1234567891011import tensorflow as tfstate = tf.Variable(0.0,dtype=tf.float32)one = tf.constant(1.0,dtype=tf.float32)new_val = tf.add(state, one)update = tf.as...
TensorFlow线性回归与逻辑回归实战
Francis的博客
02-02 530
TensorFlow线性回归与逻辑回归实战议程ReviewLinear regression on birth/life dataControl Flowtf.dataO...
【TensorFlow学习及算法实现】逻辑回归处理MNIST数据集
cherreggy的博客
11-20 484
TensorFlow逻辑回归处理MNIST数据集 MNIST数据集是包含手写数字图像一起标签的数据集。对于逻辑回归，对输出使用独热编码（One-Hot）。因此，有10位表示输出，每位的值为1或0，独热意味着对于每个图片的标签y，10位中仅有一位的值为1，其余的为0。 例如，对于手写数字8的图像，其编码值为[0000000010]： 具体实现 导入模块 import tensorflow as tf import matplotlib.pyplot as plt, matplotlib.image as
tensorflow学习笔记（十）：sess.run()
热门推荐
Keith
10-24 13万+
session.run()session.run([fetch1, fetch2])import tensorflow as tf state = tf.Variable(0.0,dtype=tf.float32) one = tf.constant(1.0,dtype=tf.float32) new_val = tf.add(state, one) update = tf.assign(state
tensorflow中的sess.run()方法详解
baidu_15113429的博客
01-17 3万+
run()方法详解链接 feed_dict={y:3} 把3赋值给y，当次计算有效。 在lstm和cnn进行train和predict def run_step(self, sess, is_train, batch): """ :param sess: session to run the batch :param is_train: a...
sess.run()踩过的坑
qq_38675570的博客
07-15 4658
最近在做图像重建方面的论文复现，其中psnr是一个很重要的指标，tensorflow有写好的代码：tf.image.psnr()直接调用就好，里面的参数可以是tensor也可以是uinit8，复现中我选择了使用tensor进行计算psnr。下面是我的坑，图像重建效果还是很好，利用原图像和未重建图像求的psnr还是挺正常的，接近23db，但是利用重建图像和原图像求的psnr居然仅仅是17db左右，s...
tensorflow中在使用sess.run时报错
lidichengfo0412的博客
08-21 1459
tensorflow中在使用sess.run时报错TypeError: Fetch argument 6.0811076 has invalid type <class ‘numpy.float32’。具体代码如下： _, loss = sess.run([train_op, loss], feed_dict={x_p:x_data, y_p:y_data}) 原因是sess.run内部的...
tensorflow 注意命名
u011215144的博客
05-18 4903
这个报错不是数据feed的问题，而是等号左边的g_loss经过一次运算后得到了数值结果，覆盖了原来的g_loss操作，tf处理不了这种命名冲突，所以给变量用名字要注意啊 g_loss=0.01*gen_s_loss+g_c_loss 本身是一个操作。 循环执行一次后就报错 g_loss = sess.run(g_loss, feed_dict={in_: batch_con,s
对于tensorflow，sess.run()机制的理解
weixin_41950276的博客
11-02 5791
import tensorflow as tf import numpy as np x_data=np.random.rand(100).astype(np.float32) y_data=x_data*0.1+0.3 weights=tf.Variable(tf.random_uniform([1],-1.0,1.0)) biases=tf.Variable(tf.zeros([1]))...
Tensorflow学习笔记：基础篇（1）——线性回归
Laurenitum0716的博客
01-02 1205
Tensorflow学习笔记：基础篇（1）——线性回归 准备工作 — 正文开始之前，我先介绍一下我自己使用的Tensorflow环境，无论是Mac还是Windows，强烈推荐使用Anaconda，里面集成了大部分常用的程序包，不建议自己配 。 — 编译环境我选用PyCharm，官方有Community（免费版）和Professional（收费版）两种，各取所需~~ 当然，检查几个必要的...
tensorflow入门
最新发布
07-03
TensorFlow是一个由Google开发的开源机器学习库，它被设计用于构建和部署各种类型的机器学习模型，包括深度学习网络。以下是TensorFlow入门的一些基本步骤： 1. **安装TensorFlow**：首先，你需要下载并安装TensorFlow。如果你是Python开发者，可以通过pip install tensorflow命令来安装最新版本。 2. **环境配置**：推荐使用Anaconda或Jupyter Notebook创建一个独立的虚拟环境，这有助于管理不同项目的依赖。 3. **基础概念**： - **张量（Tensors）**：是TensorFlow的基本数据结构，类似于NumPy中的数组，但支持GPU加速计算。 - **图（Graphs）**：TensorFlow的核心思想是基于图的数据流模型，每个节点代表一个操作，边则表示输入和输出。 4. **创建第一个会话（Session）**：Session是运行图形的地方，你需要用它来执行计算。 5. **代码示例**： - 使用`tf.placeholder`定义占位符，它是动态大小的输入变量。 - 创建常量（`tf.constant`），常数节点不参与图的计算过程。 - 定义运算（`tf.add`, `tf.matmul`等）并将其添加到图中。 - 使用`session.run`执行计算，并获取结果。 6. **实战练习**：尝试解决一些简单的问题，比如线性回归、卷积神经网络的基础应用等，通过实际项目来熟悉API和流程。 7. **官方文档**：查阅TensorFlow官方文档（https://tensorflow.org/）是很关键的，它提供了详细的教程、API参考和案例研究。
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