TensorFlow
王氏小明
这个作者很懒,什么都没留下…
展开
-
TensorFlow入门教程(一):环境安装
这部分网上资料较多,详情可百度,只写一些关键步骤通过pip install tensorflow 即可安装CPU版 通过pip install tensorflow-gpu 即可安装GPU版,但应注意电脑GPU,驱动,TensorFlow版本对应的关系,详情请见 https://blog.cs...原创 2019-02-28 16:04:44 · 732 阅读 · 0 评论 -
TensorFlow入门教程(十六):验证码识别之多任务方式进行识别
识别和训练过程大概相似,输入数据为测试数据,载入之前训练好的模型进行识别即可# coding: utf-8import osimport tensorflow as tffrom PIL import Imagefrom nets import nets_factoryimport numpy as npimport matplotlib.pyplot as plt# 不...原创 2019-03-14 16:30:46 · 409 阅读 · 0 评论 -
TensorFlow入门教程(十五):验证码识别之多任务方式进行训练
1. 验证码识别的方法比如有一个验证码标签为0782,可以拆成4个Label。Label0:1000000000,Label1:0000000100,Label2:1000000010,Label3:0010000000,采用多任务进行学习2. 交替训练此方法应用在不同数据,不同任务情形下例如,任务一将英语转化为法语,任务二将英语转化为德语。他们可以共享前...原创 2019-03-14 16:18:34 · 555 阅读 · 1 评论 -
TensorFlow入门教程(十三):利用inception-v3训练自己的模型
一、 训练自己模型的方法inception-v3 最初是在ImageNet比赛训练的,其分类有1000多种,但对于自己的特定目标,分类效果并不好,需要自己再对自己的数据进行训练,有一下三种方法:赋予随机权值,从头开始训练。这种方法需要大量的数据集,并且运行时间较长。 在 inception-v3 基础上,最后加一层进行训练,只修改最后一层的权重。 在 inception-v3 基础上...原创 2019-03-04 16:39:00 · 4475 阅读 · 1 评论 -
TensorFlow入门教程(十二):利用inception-v3做图像识别
在 inception-v3 中,已经训练出就近千个分类,其标签存在解压目录的imagenet_synset_to_human_label_map.txt 和imagenet_2012_challenge_label_map_proto.pbtxt 中,其内容如下:其中target_class_string 作为连接,将两部分连接起来,所以,程序刚开始,需对这两本文件进行处...原创 2019-03-04 10:13:59 · 875 阅读 · 1 评论 -
TensorFlow入门教程(十二):下载inception-v3并查看网络结构
Google Inception Net在2014年的 ImageNet Large Scale Visual Recognition Competition (ILSVRC)中取得第一名,该网络以结构上的创新取胜,通过采用全局平均池化层取代全连接层,极大的降低了参数量,是非常实用的模型,一般称该网络模型为Inception V1。随后的Inception V2中,引入了Batch Normali...原创 2019-03-01 11:27:56 · 1159 阅读 · 0 评论 -
TensorFlow入门教程(十一):保存、载入训练模型
深度学习训练是一个很复杂,长久的过程,如果不保存训练权值,下次训练时还会再次重复训练,使过程变得复杂,并且,当一个模型确立后,进行验证时,直接加载训练模型即可进行测试,不需要先训练后测试,所以保存训练模型是一个很有用的方法。其代码也很简单,就是加一个保存,载入语句。下面以一个简单的数字手写识别为例进行说明:保存训练模型:import tensorflow as tffrom ten...原创 2019-03-01 11:01:56 · 281 阅读 · 0 评论 -
TensorFlow入门教程(十):LSTM网络实现手写字体识别
LSTM做图片识别(假设分辨率为20*30),相当于把每行数据(30)看做一组,送入网络,一共送入20次,即把图片一行行的传入进入,在这里强调一下网络输入的参数,inputs=[批次, 共有多少行, 一行多少个数据]import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# 载入数...原创 2019-03-01 10:43:15 · 863 阅读 · 0 评论 -
TensorFlow入门教程(九):LSTM网络结构简介
对于之间的神经网络,各个输入信号之间没有联系,但对于现实中的一些场景,如语音处理,文字识别等,输入之间均有一点的联系,根据此应用场景,产生了LSTM(Long Short Term Memory)网络。与BP神经网络相似,LSTM网络多了一个反馈,即将上一个时间的输出作为了下一个时间的输入,基本结构如下:LSTM主要由输入门,输出门,忘记门控制。下图所示为其一个隐藏的结构,最下面g为输...原创 2019-03-01 09:47:07 · 701 阅读 · 0 评论 -
TensorFlow入门教程(八):CNN手写字体识别并在tensorboard中显示
本程序中,设计了一个两层结构。即2个卷积,池化层,2个全连接层。import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets('MNIST_data', one_hot=True)# 每个批次的大小batch_siz...原创 2019-02-28 21:55:45 · 609 阅读 · 0 评论 -
TensorFlow入门教程(七):初识卷积神经网络CNN
一、 传统网络存在的问题权值太多,计算量太大 需要大量的样本进行训练基于以上问题,提出了局部感受域的概念,通过感受野和权值共享,减少了神经网络训练参数的个数。二、 二维坐标下的卷积如图,黄色的部分称为卷积核,图中为3*3大小,每个位置有其对于的权重,对应坐标相乘,即得最后结果。不同的卷积核可以得到对于不同的图像对卷积的边界,有不同的处理方法,如果采用SAME...原创 2019-02-28 21:28:41 · 327 阅读 · 0 评论 -
TensorFlow入门教程(六):tensorboard可视化
tensorboard即一种可视化工具,可以形象的观看网络结构,使用起来也非常方便,即将想要展示的内容放在with tf.name_scope(''):下面即可,“ ”中填入结构名称。代码如下:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# 载入数据集mnist ...原创 2019-02-28 20:54:49 · 416 阅读 · 2 评论 -
TensorFlow入门教程(五):MNIST手写数字识别加强版
一、 代价函数上一节中,我们采用的代价函数为: loss = tf.reduce_mean(tf.square(y - prediction)) # 求预测平均误差 如果,将代价函数改为交叉熵代价函数,其训练速度,精度,将更快。(详情百度数学原理)loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(lab...原创 2019-02-28 20:24:07 · 389 阅读 · 0 评论 -
TensorFlow入门教程(四):MNIST手写数字识别简单版
一、MNIST数据集简介 MNIST数据集官网:http://yann.lecun.com/exdb/mnist/下载下来的数据集被分成训练数据和测试数据两部分,其中训练数据有60000个,测试数据有10000个 每一张图片包含28*28个像素,我们把这一个数组展开成一个向量,长度是28*28=784。因此在MNIST训练数据集中mnist.train.images是一个形状为 ...原创 2019-02-28 19:42:14 · 974 阅读 · 0 评论 -
TensorFlow入门教程(三):线性回归,曲线拟合
本节通过一个简单的线性回归来理解神经网络是如何工作的。定义了一个两层网络,采用梯度下降法,通过对权值的训练,对曲线进行拟合import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt# 定义变量x_data = np.linspace(-0.5, 0.5, 200)[:, np.newaxis] ...原创 2019-02-28 16:56:48 · 1842 阅读 · 0 评论 -
TensorFlow入门教程(二):基本使用方法,相关名称解释
一、 基本概念使用图( graphs )来表示计算任务 在被称之为会话( Session )的上下文( context )中执行图 使用tensor表示数据 通过变量 ( Variable )维护状态 使用feed和fetch可以为任意 的操作赋值或者从其中获取数据tensorflow是一个编程系统 ,使用图( graphs )来表示计算任务,图( graphs )中的节点称之为o...原创 2019-02-28 16:32:15 · 508 阅读 · 0 评论 -
TensorFlow入门教程(十四):生成验证码图片并转化为tfrecoder文件
本实例将列举验证码识别实验,在实验前,可以自己生成验证码图片作为训练集,测试集。下面先讲述验证码生成部分。本例子中,验证码为4位数,为数字0-9,后期可以自己更改个数,以及添加字母。from captcha.image import ImageCaptcha # pip install captchaimport numpy as npfrom PIL import Imagei...原创 2019-03-04 20:23:34 · 686 阅读 · 2 评论