- 博客(8)
- 资源 (2)
- 收藏
- 关注
原创 TF中的Keras应用
简述KerasKeras是更高阶的神经网络搭建接口,是基于tensorflow的进一步封装,虽然效率上不如tensorflow,但是更易上手,几行代码就能实现一个模型的搭建。Keras更适用于验证自己的想法,不适用于一般的对于分析效率或者时效性较高的场景。本文案例本文基于泰坦尼克号乘客数据,建立keras的网络模型,进行训练,并预测jack与rose的生还概率。泰坦尼克乘客数据...
2020-03-25 22:07:37 420
原创 TF中建立vgg16并实现七分类
实验综述1.基于vgg16模型进行迁移学习;因为总体数据集偏小,所以只训练了最后一层的参数,而冻结所有其他层;当然当数据集增大时,可以向前多结冻几层网络进行训练。2.总体的实施步骤为: (1)处理数据 (2)建立vgg16网络模型类 (3)利用网络模型类实现模型复用、载入数据、训练模型与权重保存 ...
2020-03-21 12:51:04 914 2
原创 TF中的CNN实现CIFAR10分类
CIFAR-10与FC数据集cifar-10包括约70000张图片,每张图片为32X32X3的格式,总共分为10各类别的数据。实现对于cifar数据集的分类,仅仅利用fc层是不现实的,以一个500个神经元的隐含层为例,共需要32X32X3X500约150万个参数,但是如此简单的结构肯定是无法达到所需的识别能力,所以总体需要的参数量可能是上亿甚至更多。过多的参数往往会带来两个问题:第一是...
2020-03-15 14:31:10 566
原创 TF中的多层神经网络
多层神经网络神经网络中的层数,是以隐含层的数目而言的,一般不会去统计输入层与输出层;本文采用的是简单的全连接层,所谓全连接,就是上一层的每一个节点到要与下一层的每一个节点一一相连。作为案例,将进行最基本的多层网络构建,并实现mnist数据及分类。全连接层构造函数# 定义全连接层构造函数def fcn_layer(inputs, # 输入的数据 inpu...
2020-03-11 10:56:08 379
原创 TF中的单神经网络——利用感知器解决mnist识别
Mnist数据集介绍以及载入mnist手写数据集,共55000个训练样本,5000个验证样本以及10000个测试样本 import tensorflow as tfimport tensorflow.examples.tutorials.mnist.input_data as input_dataimport matplotlib.pyplot as pltimport nump...
2020-03-09 15:00:18 259
原创 TF中的多元线性回归———波士顿房价问题
多元性线性回归与之前的一元线性回归相比:都是线性模型,但是输入的特征维度是多维的,所以应建立多维的线性映射关系来实现对于数据的预测。本文将以波士顿房价为例进行多维线性模型的建立、训练以及预测。数据说明共506个样本,每个样本共12个特征; 数据以csv的格式进行存储,在csv中表现为507行13列;第一行为列名,前12列表示特征,最后一列表示标签值。读取数据:import t...
2020-03-06 18:52:48 905
原创 TF中的一元线性回归
整体认识线性回归,是利用已有数据拟合,实现对于未知数据的预测。 输入的数据即为样本,分为有标签样本与无标签样本;所谓标签就是对于样本属性的描述,如在图像分类中,有标签的图像就是带有类别信息的图像,这个类别就是标签。 此文中使用的是有标签的一维数据集,每个样本可以用(x,y)这样的表示方式;而拟合就是要得到一个映射关系,记作h,x经h映射得到预测结果y'(即h(x)=y'),这就构建了一个模...
2020-03-05 10:42:38 144
原创 Tensorflow(0)
Tensorflow(0)总体认识:tensor,即张量,也就是高维数组;flow,即流,表示着张量的关系以及运算;tensorflow就是张量间的计算。 张量之间的计算是在图(graph)中实现的图:图是由几点与边组成的。 节点,即操作(operation);操作可以是加减乘除的运算,也可以是对常量、变量的初始化。 边连接着节点,表示着节点之间的数据传递以及控制依赖;并...
2020-03-05 09:30:57 126
titanic3.xls
2020-03-25
Boston-house-data.rar
2020-03-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人