TensorFlow实践
Friedrich Yuan
The heart of machine.
展开
-
TensorFlow实践(9)——普通BP神经网络
TensorFlow应用(9)——BP神经网络(一)前 言(二)问题描述(三)BP神经网络的TensorFlow实现(1)模型参数设置(2)输入数据(3)构建模型(4)定义损失函数(5)选择优化器及定义训练操作(6)创建会话进行训练(7)完整代码(四)tensorboard可视化(五)总 结(一)前 言BP(back propagation)神经网络是1986年由Rumelhart和McCl...原创 2018-11-09 19:19:33 · 3593 阅读 · 2 评论 -
TensorFlow实践(15)——使用tf.device方法指定节点执行设备
TensorFlow实践(15)——使用tf.device方法指定节点执行设备(一)前 言(二)tf.device方法指定节点执行设备(三)总 结(一)前 言当我们调用sess.run()方法执行训练操作时,程序内部会首先提取单步训练操作依赖的所有前置操作。这些操作的节点共同组成一幅子图。然后,程序会将子图中的计算节点、存储节点和数据节点按照各自的执行设备分类,相同设备上的节点组成了一...原创 2018-11-15 11:28:40 · 3025 阅读 · 1 评论 -
TensorFlow实践(14)——创建多个数据流图
TensorFlow实践(14)——创建多个数据流图(一)前 言(二)创建数据流图(三)总 结(一)前 言当我们创建会话进行训练的时候,TensorFlow内部会为当前的程序的上下文创建一个默认的数据流图实例。同时,它也允许用户在程序中显式创建多个数据流图实例,这一节我们将来演示如何创建多个数据流图。(二)创建数据流图如果希望显式创建数据流图,并指定特定的数据流图为当前上下文的...原创 2018-11-15 11:28:33 · 974 阅读 · 0 评论 -
TensorFlow实践(13)——保存和复用训练好的模型
TensorFlow实践(13)——保存和复用训练好的模型(一)前 言(二)保存训练好的模型(三)重载保存的模型(四)总结(一)前 言当模型训练完成之后,我们可以使用tf.train.Saver()方法将训练好的模型进行保存,以便于之后使用模型进行预测等任务,而不用重复训练。Saver构造方法的主要输入参数:参数名称功能说明默认值var_listSaver存储...原创 2018-11-15 11:28:26 · 2114 阅读 · 0 评论 -
TensorFlow实践(8)——利用优化器寻找函数最小值
TensorFlow应用(8)——利用优化器寻找函数最小值(一)引 言(二)问题分析(三)模型构建(四)总 结(一)引 言在开始更加复杂的机器学习模型实践之前,我们先来做一个有趣的小项目来放松放松心情,这个项目的主角是TensorFlow的优化器,我们知道优化器是一种通过渐变来最小化函数的算法,今天我们就使用它来寻找以下函数的最小值。(二)问题分析首先使用Matplotlib画出函...原创 2018-11-08 21:21:52 · 1877 阅读 · 0 评论 -
TensorFlow实践(7)——逻辑回归模型
TensorFlow实践(7)——逻辑回归模型(一)前 言(二)实例应用——肾癌细胞的转移判断(1)问题描述(2)数据展示(三)逻辑回归的TensorFlow实现(1)模型参数设置(2)输入数据(3)构建模型(4)定义损失函数(5)选择优化器及定义训练操作(6)创建会话进行训练(7)训练结果(8)完整代码(四)结 论(一)前 言首先,我们要明确一点,逻辑回归与线性回归类似,但它...原创 2018-11-08 21:17:08 · 1716 阅读 · 3 评论 -
TensorFlow实践(6)——线性回归模型项目实践
TensorFlow实践(6)——线性回归模型项目实践(一)前 言(二)数据描述及可视化展示(三)模型的TensorFlow实现(1)模型参数设置(2)输入数据(3)构建模型(4)定义损失函数(5)选择优化器及定义训练操作(6)创建会话进行训练(7)训练结果(8)完整代码(四)结 论(一)前 言在前面的两节中我们分别介绍了一元线性回归模型和多元线性回归模型的TensorFlow实现,本节我们...原创 2018-11-08 21:00:09 · 1874 阅读 · 5 评论 -
TensorFlow实践(5)——多元线性回归模型
TensorFlow实践(5)——多元线性回归模型(一)前 言(二)数据展示(三)模型的TensorFlow实现(1)模型参数设置(2)输入数据(3)构建模型(4)定义损失函数(5)选择优化器及定义训练操作(6)创建会话进行训练(7)训练结果(8)完整代码(四)总 结(一)前 言一元线性回归是一个主要影响因素作为自变量来解释因变量的变化,但在现实问题中,因变量的变化往往受到多个重要...原创 2018-11-08 20:45:46 · 6840 阅读 · 3 评论 -
TensorFlow实践(4)——线性回归模型
TensorFlow实践(4)——线性回归模型(一)训练数据展示(二)模型的TensorFlow实现(1)定义训练参数(2)输入数据(3)构建模型(4)定义损失函数(5)选择优化器及定义训练操作(6)创建会话进行训练(7)训练结果(8)完整代码(三)总 结(一)训练数据展示train_X = np.array([[3.3],[4.4],[5.5],[6.71],[6.93],[4.168],...原创 2018-11-08 20:34:31 · 1069 阅读 · 0 评论 -
TensorFlow实践(3)——基础概念(2)
TensorFlow实践(3)——基础概念(2)(一)前 言(二)基本概念(1)节 点(a)前向图中的节点(b)后向图中的节点(2)有向边(3)执行原理(4) 会 话(5)优化器(三)使用TensorFlow进行机器学习模型训练的一般性步骤(四)总 结(一)前 言在上一讲中,我们对“张量”这一概念做了深入地介绍,本节我们将开始介绍TensorFlow中另一个极为重要的概念——“数据流...原创 2018-11-08 20:07:05 · 969 阅读 · 0 评论 -
TensorFlow实践(2)——基础概念(1)
TensorFlow实践(2)——基础概念(1)(一)从名字讲起(二)数据载体——张 量(1)Tensor——张 量(2)张量的属性(3)张量的创建(4)张量的成员方法及操作(三)稀疏张量——SparseTensor(四)总 结(一)从名字讲起TensorFlow由两个单词组成,Tensor和Flow。Tensor的意思是“张量”,也就是训练模型用的数据,Flow的意思是“流”,即在数据...原创 2018-11-08 19:49:43 · 2775 阅读 · 2 评论 -
TensorFlow实践(1)——开启一个新世界
TensorFlow实践(1)——开启一个新世界(一)简 介(二)特 点(三)使用展示(四)TensorFlow的安装(五)总 结(一)简 介近年来,伴随着深度学习的发展,各种机器学习框架横空出世,具有代表性的有Caffe、MXNet、Theano、Torch等,它们有的计算速度快,有的可移植性好,有的内存占用少,有的易于上手,呈现出百家争鸣的局面。然而,在Google推出Tensor...原创 2018-11-08 19:36:05 · 2837 阅读 · 0 评论 -
TensorFlow实践(12)——池化函数详解
TensorFlow实践(12)——池化函数详解(一)前 言(二)池化类型(三)卷积函数实现详解(四)卷积示例(五)总 结(一)前 言在使用TensorFlow定义卷积神经网络模型时,我们经常会用到池化函数,这一节我们将对这种函数做详细的讲解,便于大家上手使用。(二)池化类型常用的池化函数有最大池化,平均池化,其前向计算十分简单,最大池化就是求最大值,平均池化就是求平均值.其效果如...原创 2018-11-13 15:33:40 · 2309 阅读 · 0 评论 -
TensorFlow实践(11)——卷积函数详解
TensorFlow实践(11)——卷积函数详解(一)前 言(二)卷积函数实现详解(三)卷积示例(四)卷积方式的不同(五)总 结(一)前 言在使用TensorFlow定义卷积神经网络模型时,我们经常会用到卷积函数和池化函数,这一节我们将对这两种函数做详细的讲解,便于大家上手使用。(二)卷积函数实现详解TensorFlow为了框架计算的迅捷,同样也使用了专门的函数作为卷积计算函数。...原创 2018-11-13 15:33:53 · 838 阅读 · 0 评论 -
TensorFlow实践(10)——卷积神经网络模型LeNet5
TensorFlow实践(10)——卷积神经网络模型LeNet5(一)前 言(二)问题描述(三)LeNet5模型的TensorFlow实现(1)模型参数设置(2)导入数据(3)定义相关函数(4)模型构建(5)定义损失函数和训练精度(6)选择优化器及定义训练操作(7)创建会话进行训练(8)完整代码(9)Tensorboard可视化(四)总 结(一)前 言卷积神经网络(Convolti...原创 2018-11-09 21:20:51 · 1969 阅读 · 1 评论 -
TensorFlow实践(16)——tf.enable_eager_execution方法
TensorFlow实践(16)——tf.enable_eager_execution方法(一)前 言(二)代码示例(三)总 结(一)前 言在即将到来的TensorFlow2.0中将对部分机制做出重大调整,其中之一就是将原有的静态图机制(使用静态图的TensorFlow工作流程如下图所示)调整为动态图机制,这将使得TensorFlow更加灵活和易用,在2.0版本到来之前,我们可以通过 t...原创 2019-02-25 19:54:47 · 15577 阅读 · 4 评论