![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Tensorflow
Esun_nyy
这个作者很懒,什么都没留下…
展开
-
深度学习之卷积神经网络的结构
深度学习 卷积神经网络的结构 卷积层 -> 激活函数 -> 池化层 -> 全连接层 a、卷积层 卷积层过滤器 数量 核大小 kernel size 步长 stride ...原创 2020-03-07 23:21:22 · 384 阅读 · 0 评论 -
深度学习之卷积神经
深度神经网络 深度学习网络与更常见的单一隐藏层神经网络的区别在于深度,深度学 习网络中,每一个节点层在前一层输出的基础上学习识别一组特定的特征。 随着神经网络深度增加,节点所能识别的特征也就越来越复杂。 普通全连接神经网络的缺点 参数太多,在cifar-10的数据集中,只有32 * 32 * 3,就会有这么多权重,如果说更大的图片,比如200 * 200 * 3就需要120000多个,这完全是浪费...原创 2020-03-07 23:10:00 · 212 阅读 · 0 评论 -
Tensorflow基础9:变量
Tensorflow 基础7:变量 import tensorflow as tf import numpy as np import tensorflow as tf import numpy as np def foo(x_data,y_data): #先定义 X = tf.placeholder(dtype='float32',shape=(None,3)) y...原创 2020-03-06 21:58:05 · 89 阅读 · 0 评论 -
Tensorflow基础8:张量生成合并与切片
Tensorflow 基础8:张量生成合并与切片 生成 tf.zeros() tf.ones() tf.eye() tf.constant() random_normal() 标准正态分布 rabdin_uniform 生成均匀分布 tf.matmul() 点积 tf.range() tf.linespace() tf.random_normal(shape=(10,), mean=0.0, s...原创 2020-03-06 21:54:58 · 231 阅读 · 0 评论 -
Tensorflow基础7:形状的重设
Tensorflow 基础7:形状的重设 numpy当中reshape可以进行形状的调整 tf中分为静态和动态形状: ts.get_shape:获取形状 tf.reshape():重设形状 with one.as_default(): plh = tf.placeholder(dtype='int32',shape=[3,3,3]) a = tf.constant(np.rando...原创 2020-03-04 21:25:50 · 131 阅读 · 0 评论 -
Tensorflow基础6:张量的属性
Tensorflow 基础6:张量的属性 graph 张量的图(空间) op 张量之间的运算符 name 张量的字符描述 shape 张量的形状 dtype 张量的数据类型 gr = tf.Graph() with gr.as_default(): a = tf.constant(np.random.randint(0,100,(3,5))) b = tf.constant(np...原创 2020-03-04 21:24:26 · 265 阅读 · 0 评论 -
Tensorflow基础5:常量的声明和使用
Tensorflow 基础5:常量的声明和使用 #一开始定义常量的声明和使用好tensor的形状 a = tf.constant(np.random.randint(0,100,(5,3)),name='ybq') a <tf.Tensor ‘ybq:0’ shape=(5, 3) dtype=int32> #仅仅用于占位的张量 plh = tf.placeholder(dtype=...原创 2020-03-04 21:22:04 · 228 阅读 · 0 评论 -
Tensorflow基础4:run()函数
Tensflow 基础4:run()函数 run()是运算和转换 一次只能运行一个单位 run()只能tensorflow中的单位 one = tf.Graph() var1 = tf.constant(1) with tf.Session() as sess: display(sess.run(var1)) 1 with one.as_default(): var2 = t...原创 2020-03-04 21:16:30 · 562 阅读 · 0 评论 -
Tensorflow基础3:Session
Tensflow 基础3:Session tensorflow 分为前台和后台 前台系统:输入系统 定义图的结构 后台系统:输出系统 运算 一个Session同时智能运算一个图,如果不指定使用的是默认图 1.开启 tf.Session() 2.sess.run()或ts.eval()运行图结构,输入的数据传递到python的解释器中,转换到C++中去 3.Session可以用来指定分配计算的资源...原创 2020-03-04 21:14:08 · 123 阅读 · 0 评论 -
Tensorflow基础2:图graph
Tensflow 基础2:图graph 图状结构空间,一个庞大数据结构集合,每个图使用随机内存空间,图都是相对独立的 图的主要作业就是分配内存空间,对于编码本身无意义 一个图中包含 tensor(张量) op(operation-Node,运算符) tensorflow中有一个默认的图 获取默认的图 tf.get_default_graph() <tensorflow.python.fra...原创 2020-03-04 21:09:59 · 360 阅读 · 0 评论 -
Tensorflow基础1:tf的IO
Tensflow 基础1:tf的IO tensor :张量 包的导入 import tensorflow as tf import numpy as np 强制转换成tensor类型 a = tf.constant(123) b = tf.constant(567) with tf.Session() as sess: sess.run(a) display(res.eval(...原创 2020-03-04 21:06:24 · 332 阅读 · 0 评论