tensorflow实战
一位安分的码农
这个作者很懒,什么都没留下…
展开
-
tensorflow2.1的安装教程,超详细(亲测有效)
tensorflow2.1的安装教程(亲测有效)准备工作下载Anaconda,为了加速后面的下载。我打开了VPN(不打开也行)开始安装打开Anaconda,按顺序输入如下命令conda create -n TF2.1 python=3.7conda activate TF2.1conda install cudatoolkit=10.1conda install cudnn==7.6pip install tensorflow==2.1 -i http://pypi.douban.com/原创 2022-01-14 17:07:06 · 4441 阅读 · 0 评论 -
tensorflow实战(七)——过拟合调参(4)及网络结构、dropout与batchsize调整
在实战六中,我们惊讶的发现改变batch_size的大小可以使得曲线的形状更加完美,在这里,我们将对网络训练配置进行进一步的改进。NO.1令batch_size为600model = tf.keras.Sequential([ # 0-255共256个,故第一个参数为256,数据为三位数,故第三个参数为3 Embedding(256, 3), LSTM(8, return_sequences=True), Dropout(0.5), LSTM(8, return原创 2021-03-23 15:31:08 · 599 阅读 · 0 评论 -
tensorflow实战(六)——过拟合调参(3)及网络结构、dropout与batchsize调整
从这一节开始,我开始使用1800组数据构成的数据集。NO.1设置random_state=1,网络结构与学习率为:model = tf.keras.Sequential([ # 0-255共256个,故第一个参数为256,数据为三位数,故第三个参数为3 Embedding(256, 3), LSTM(30, return_sequences=True), Dropout(0.2), LSTM(50), Dropout(0.2), Dense(2,原创 2021-03-23 14:33:10 · 836 阅读 · 0 评论 -
tensorflow实战(五)——过拟合调参(2)及学习率动态调整
我们通过采取动态调整学习率的策略,缓解过拟合问题。随着训练轮数的增加,学习率逐渐下降会使模型拟合的更好在这里,我们设定网络结构为:model = tf.keras.Sequential([ # 0-255共256个,故第一个参数为256,数据为三位数,故第三个参数为3 Embedding(256, 3), LSTM(3, return_sequences=True), Dropout(0.2), LSTM(5), Dropout(0.2), De原创 2021-03-23 10:44:26 · 3571 阅读 · 0 评论 -
tensorflow实战(四)——过拟合调参(1)及Colab的GPU使用达到限额
通过Tensorflow实战(三)——解决Google colab 自动掉线问题,我解决了GPU经常被自动卸载的问题,非常开心,于是去找我的Missile测试代码去了。找完回来,准备训练,突然傻眼了,显示GPU使用已经达到了限额,在网上查了一下,别人说要过24小时后才能在此使用,太难了,我只能用CPU缓慢的进行训练了。训练配置我将random_state改为1,以此保持训练集与测试集为固定的,使用控制变量法优化超参数(x_train, x_test, y_train, y_test) = train原创 2021-03-22 17:26:55 · 2664 阅读 · 0 评论 -
Tensorflow实战(三)——解决Google colab 自动掉线问题
在网页界面按ctr+shift+F12,打开控制台,输入function ClickConnect(){ console.log("Working"); document .querySelector("#top-toolbar > colab-connect-button") .shadowRoot .querySelector("#connect") .click()} setInterval(ClickConnect,1*60000) //1原创 2021-03-22 15:23:32 · 1324 阅读 · 1 评论 -
Tensorflow实战(二)——首次使用谷歌云教程
如何打开云端硬盘1.打开云端硬盘https://drive.google.com/drive/my-drive2.点击左上角新建,再点击关联应用程序,搜索Colab,添加Colab部署云端硬盘1.新建文件夹,将其命名为Colab2.双击打开Colab文件,新建Colab项目3.点击笔记本设置,将其更改为GPU装载谷歌云1.点击左侧垂直方向排列的文件符号,界面显示如下:2.点击横向排列的文件符号(第三个),确认装载谷歌云硬盘,显示界面如下:3.点击run符号按钮,即可执行程序原创 2021-03-17 17:15:47 · 491 阅读 · 0 评论