![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorfolw2.0
weixin_42713739
这个作者很懒,什么都没留下…
展开
-
tensorflow2.x 多层自编码器
import osimport tensorflow as tfimport numpy as npfrom tensorflow import kerasfrom PIL import Imagefrom matplotlib import pyplot as plt“”"------------------------------多层自编码器-------------------------------"""tf.random.set_seed(22)np.ra原创 2020-12-17 15:01:23 · 361 阅读 · 0 评论 -
tensorflow2.x RNN进行情感分析
使用RNN(循环神经网络)对电影评论进行情感分析,结果为positive或negative,分别代表积极和消极的评论。至于为什么使用RNN而不是普通的前馈神经网络,是因为RNN能够存储序列单词信息,得到的结果更为准确。使用的RNN模型架构如下上代码:import osimport tensorflow as tfimport numpy as npfrom tensorflow import keras"""在这里我们将使用RNN(循环神经网络)对电影评论进行情感分析,结果为pos原创 2020-12-14 16:13:07 · 828 阅读 · 1 评论 -
tensorflow1.X tf.estimator.Estimator详解以及代码详细举例
简介Estimator 类,用来训练和验证 TensorFlow 模型。Estimator 对象包含了一个模型 model_fn,这个模型给定输入和参数,会返回训练、验证或者预测等所需要的操作节点。所有的输出(检查点、事件文件等)会写入到 model_dir,或者其子文件夹中。如果 model_dir 为空,则默认为临时目录。config 参数为 tf.estimator.RunConfig 对象,包含了执行环境的信息。如果没有传递 config,则它会被 Estimator 实例化,使用的是默认配原创 2020-12-01 08:57:23 · 1772 阅读 · 2 评论 -
tensorflow2.X tf.data.Dataset详解
tf.data.Dataset(variant_tensor)tf.data.Dataset.from_tensor_slicea = (1,2,3,4,5,6)aa = tf.constant(a, shape=(2,3))dataset = tf.data.Dataset.from_tensor_slices(aa)for element in dataset: print('element', element)输出:element tf.Tensor([1 2 3], sha原创 2020-11-24 11:56:51 · 1930 阅读 · 0 评论 -
tensorflow2.0 最详细的模型训练步骤 直接上代码
import osimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layers, optimizers, datasetsimport numpy as npimport matplotlib.pyplot as pltimport datetimedef prepare_mnist_features_and_labels(x, y): x = tf.cast(原创 2020-11-13 15:46:29 · 1713 阅读 · 0 评论 -
tensroflow2.X keras中回调函数Callbacks大讲解
回调函数Callbacks回调函数是一组在训练的特定阶段被调用的函数集,你可以使用回调函数来观察训练过程中网络内部的状态和统计信息。通过传递回调函数列表到模型的.fit()中,即可在给定的训练阶段调用该函数集中的函数。虽然我们称之为回调“函数”,但事实上Keras的回调函数是一个类,回调函数只是习惯性称呼CallbackListkeras.callbacks.CallbackList(callbacks=[], queue_length=10)Callbackkeras.callbacks.Ca原创 2020-11-12 09:52:44 · 2964 阅读 · 0 评论 -
报错‘Failed to import pydot. You must `pip install pydot` and install graphviz解决
1.安装pydotpluspip install pydotplus 2.安装graphviz下载地址:https://www2.graphviz.org/Packages/development/windows/10/cmake/Release/x64/graphviz-install-2.44.2~dev.20201107.0123-win64.exe安装的时候设置系统路径选上3.不要安装pydot和pydot_ng如果安装了这2个依然会报错...原创 2020-11-07 14:19:07 · 2281 阅读 · 1 评论 -
ResNet 残差网络详解级代码详细注释
ResNet是一种残差网络,咱们可以把它理解为一个子网络,这个子网络经过堆叠可以构成一个很深的网络。咱们可以先简单看一下ResNet的结构,之后会对它的结构进行详细介绍。为什么要引入ResNet?我们知道,网络越深,咱们能获取的信息越多,而且特征也越丰富。但是根据实验表明,随着网络的加深,优化效果反而越差,测试数据和训练数据的准确率反而降低了。这是由于网络的加深会造成梯度爆炸和梯度消失的问题。目前针对这种现象已经有了解决的方法:对输入数据和中间层的数据进行归一化操作,这种方法可以保证网络在反向传播中原创 2020-11-05 15:30:31 · 3197 阅读 · 1 评论 -
tensorflow2.0中BatchNormalization详解 代码举例说明
BatchNormalization即对所有样本归一化,典型的图片的例子,设某一层输入shape为(m, h, w, c),其中m为样本数,h为高,w为宽,c为通道数,应用公式(x-mean)/std,这里的mean的shape为(c,),即对于每一个通道,使用全部样本的这个通道进行归一化。tf.keras.layers.Batchnormalization():training:布尔值,指示图层应在训练模式还是在推理模式下运行。training=True:该图层将使用当前批输入的均值和方差对其输入进原创 2020-10-29 10:03:28 · 3400 阅读 · 1 评论 -
tensorflow2.0 数字识别
import osimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import datasets, layers, optimizersimport argparseimport numpy as npfrom network_mode import VGG16os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # or any {'0',原创 2020-10-20 10:02:24 · 434 阅读 · 0 评论 -
神经网络中参数权重w,偏置b的作用
我们都知道,神经网络学习的本质,其实就是利用损失函数来对权重参数w的不停迭代更新以期达到较好的性能。y = weight*x + biasbias神经元的引入使您可以沿输入轴水平(左/右)移动传递函数曲线,同时保持形状/曲率不变。这将允许网络产生与默认值不同的任意输出,因此您可以自定义/更改输入到输出的映射以适合您的特定需求。bias可以上下移动线以更好地将预测与数据拟合。如果没有bias,则直线始终穿过原点(0,0),因此拟合度可能较差。...原创 2020-10-19 10:51:59 · 2363 阅读 · 3 评论 -
交叉熵损失函数CategoricalCrossentropy 和 categorical_crossentropy
CategoricalCrossentropy 和 categorical_crossentropy 都是类别交叉熵损失函数,前者是类的实现形式,后者是函数的实现形式。CategoricalCrossentropy 调用的还是categorical_crossentropy 的实现。y_true = [[0, 1, 0], [0, 0, 1]]y_pred = [[0.05, 0.95, 0], [0.1, 0.8, 0.1]]loss = tf.keras.losses.categorical_cr原创 2020-10-19 10:00:16 · 3754 阅读 · 1 评论 -
什么是损失函数?什么是梯度
什么是损失函数?损失函数就一个具体的样本而言,模型预测的值与真实值之间的差距。对于一个样本(xi,yi)其中yi为真实值,而f(xi)为我们的预测值。使用损失函数L(f(xi),yi)来表示真实值和预测值之间的差距。两者差距越小越好,最理想的情况是预测值刚好等于真实值。什么是梯度?百度上面:梯度的本意是一个向量(矢量),表示某一函数在该点处的方向导数沿着该方向取得最大值,即函数在该点处沿着该方向(此梯度的方向)变化最快,变化率最大(为该梯度的模)。梯度下降:简单说就是从山顶上找一个最快,最陡峭的路原创 2020-10-19 09:59:22 · 4489 阅读 · 0 评论 -
tensorflow2.0 简单代码实现模型训练
import random"""1.做最简单的模型训练模型。设g(a, x)=a*(x**2+x),我们把g(a, x)看成是一个模型,其中a是输入,x是变量"""def Y(a, x): return a*(x**2 + 4)"""2.这里我们设定一个最终训练好的函数,假设我们最终想把x值训练成4,那么我们有:(这个函数用来帮我们获取标签,用来计算损失值)"""def Z(a): return a*(4**2 + 4)"""3.定义学习效率"""lr = 0.01""原创 2020-10-11 16:29:42 · 1618 阅读 · 0 评论 -
tensroflow2.0 报错AttributeError: Tensor.name is meaningless when eager execution is enabled.解决
报错代码如下:import randomimport tensorflow as tfdef Z(a): return a*(4**2 + 4)def Y(a, x): return a*(x**2 + 4)x = tf.constant(0.0)optimizer = tf.keras.optimizers.Adam(0.01)for _ in range(500): input = random.randint(1,255) target = Z(i原创 2020-10-11 15:14:47 · 4379 阅读 · 0 评论 -
Fashion MNIST 数据及分类 常用的几种模型训练方式
import osimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layers, optimizers, datasetsdef prepare_mnist_features_and_labels(x, y): x = tf.cast(x, tf.float32) / 255.0 #类型转为float32 y = tf.cast(y, tf.int64) re原创 2020-09-29 10:30:33 · 1196 阅读 · 0 评论 -
tensorflow2.0 函数举例详解
import tensorflow as tffrom tensorflow.keras import datasets, layers, optimizers, Sequential, metricsimport numpy as np1、tf.data.Dataset.from_tensor_slices:它的作用是切分传入Tensor的第一个维度,生成相应的dataset。将输入的张量的第一个维度看做样本的个数,沿其第一个维度将tensor切片,得到的每个切片是一个样本数据。实现了输入张量原创 2020-09-27 17:13:48 · 1006 阅读 · 0 评论 -
tensorflow2.0线性回归代码实现 代码里面注释详细
import tensorflow as tfimport numpy as npfrom tensorflow import kerasimport os#基础线性模板class Regressor(keras.layers.Layer):def __init__(self): super(Regressor, self).__init__() # here must specify shape instead of tensor ! # name原创 2020-09-27 17:12:21 · 298 阅读 · 1 评论