TF 北大课程
文章平均质量分 70
Frist2018
人工智能在汽车上应用
图像识别 人体姿态估计
展开
-
用VGG模型 进行 图像识别分类 tensorflow 北大 课程
使用已经训练好的VGG16 调用训练好的参数 权重 偏置 卷积核等 识别分类1000种 #coding:utf-8import numpy as npimport tensorflow as tfimport matpl...原创 2018-06-24 18:17:53 · 10076 阅读 · 1 评论 -
TF 神经网络 北大课程
#coding:utf-5 2 #0导入模块,生成模拟数据集。 3 import tensorflow as tf 4 import numpy as np 5 BATCH_SIZE = 8 6 SEED = 23455 7 8 #基于seed产生随机数 9 rdm = np.random.RandomState(SEED) 10 #随机数返回32行2列的矩阵 表示32组 体积和...原创 2018-06-17 10:18:29 · 341 阅读 · 0 评论 -
神经网络优化方法
损失函数优化交叉熵损失函数学习率优化指数衰减变化LEARNING_RATE_BASE = 0.1 #最初学习率 7 LEARNING_RATE_DECAY = 0.99 #学习率衰减率 8 LEARNING_RATE_STEP = 1 #喂入多少轮BATCH_SIZE后,更新一次学习率,一般设为:> 总样本数/BATCH_SIZE 9 10 #运行了几轮BATCH_SIZE的...原创 2018-06-18 16:57:57 · 354 阅读 · 0 评论 -
权重优化 正则化
W增加权重l1 权重求和l2 权重平方求和def get_weight(shape, regularizer): w = tf.Variable(tf.random_normal(shape), dtype=tf.float32) tf.add_to_collection('losses', tf.contrib.layers.l2_regularizer(regularizer)(w)) r...原创 2018-06-18 17:20:33 · 907 阅读 · 0 评论 -
minst 范本 训练和测试
train保存模型滑动平均学习率指数下降权重正则化test加载模型forewarward.pyimport tensorflow as tfINPUT_NODE = 784OUTPUT_NODE = 10LAYER1_NODE = 500def get_weight(shape, regularizer): w = tf.Variable(tf.truncated_normal(shape,...原创 2018-06-18 18:37:15 · 355 阅读 · 0 评论 -
TF 训练好的模型应用 图片输入转换成矩阵 调用带参模型输出结果
图片输入转化def pre_pic(picName): img = Image.open(picName) reIm = img.resize((28,28), Image.ANTIALIAS) im_arr = np.array(reIm.convert('L')) 转灰度 矩阵反颜色 threshold = 50 for i in range(28): for j in ra...原创 2018-06-18 19:29:58 · 1344 阅读 · 0 评论