tensorflow
MiracleBubble
这个作者很懒,什么都没留下…
展开
-
一《TensorFlow实战Google深度学习框架》
转载自:https://blog.csdn.net/longji/article/details/69948839深度学习介绍传统机器学习算法: 输入—>人工特征提取—>权重学习—>预测结果 深度学习算法 输入—>基础特征提取—>多层复杂特征提取—>权重学习—>预测结果 Tensorflow的安装,个人认为比较好的安装教程: http://...转载 2018-08-07 14:29:05 · 3257 阅读 · 0 评论 -
CNN中卷积层的详细计算
转载自https://blog.csdn.net/liangjiubujiu/article/details/81000780 卷积层尺寸的计算原理 输入矩阵格式:四个维度,依次为:样本数、图像高度、图像宽度、图像通道数 输出矩阵格式:与输出矩阵的维度顺序和含义相同,但是后三个维度(图像高度、图像宽度、图像通道数)的尺寸发生变化。 权重矩阵(卷积核)格式:同样是四个维度,但维度的含义与上面...转载 2018-09-04 10:37:39 · 4857 阅读 · 0 评论 -
depthwise_conv2d来源于深度可分离卷积
转载自https://blog.csdn.net/mao_xiao_feng/article/details/78003476 depthwise_conv2d来源于深度可分离卷积:Xception: Deep Learning with Depthwise Separable Convolutionstf.nn.depthwise_conv2d(input,filter,strides...转载 2018-08-28 22:11:48 · 1998 阅读 · 0 评论 -
tf.nn.depthwise_conv2d如何实现深度卷积
转载自 https://blog.csdn.net/mao_xiao_feng/article/details/78003476 depthwise_conv2d来源于深度可分离卷积:Xception: Deep Learning with Depthwise Separable Convolutionstf.nn.depthwise_conv2d(input,filter,stride...转载 2018-08-28 20:10:31 · 1520 阅读 · 0 评论 -
tf.nn.conv2d_transpose是怎样实现反卷积的
转载自 https://blog.csdn.net/mao_xiao_feng/article/details/71713358 反卷积出自这篇论文:Deconvolutional Networks,有兴趣的同学自行了解首先无论你如何理解反卷积,请时刻记住一点,反卷积操作是卷积的反向如果你随时都记住上面强调的重点,那你基本就理解一大半了,接下来通过一些函数的介绍为大家强化这个观念co...转载 2018-08-28 14:35:26 · 1753 阅读 · 0 评论 -
tf.nn.atrous_conv2d如何实现空洞卷积?
转载自 https://blog.csdn.net/mao_xiao_feng/article/details/78003730 介绍 关于空洞卷积的理论可以查看以下链接,这里我们不详细讲理论:1.Long J, Shelhamer E, Darrell T, et al. Fully convolutional networks for semantic segmentation[C]....转载 2018-08-28 13:59:14 · 571 阅读 · 1 评论 -
tf.nn.conv2d是怎样实现卷积的?
转载自https://blog.csdn.net/mao_xiao_feng/article/details/78004522 介绍 惯例先展示函数:tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None) 1 2 除去name参数用以指定该操作的name,与方法有关的一共五个参数:...转载 2018-08-28 10:10:43 · 158 阅读 · 0 评论 -
当数据集的数据过大时,采用生成器generator生成数据循环调用
生成def gen_data(xs, ys, batch_size=100): image_buf = list() label_buf = list() while True: for image, label in zip(xs, ys): if len(image_buf) < batch_size: ...原创 2018-08-16 15:53:53 · 999 阅读 · 0 评论 -
tf.name_scope和tf.variable_scope的区别
import tensorflow as tf; import numpy as np; import matplotlib.pyplot as plt; # 重置已存在的图tf.reset_default_graph()with tf.variable_scope('V1'): a1 = tf.get_variable(name='a1', shape...原创 2018-08-18 16:09:44 · 322 阅读 · 0 评论 -
tensorflow中输入图片的增加维度
xs = np.array([np.expand_dims(cv2.resize(x, (32, 32)), 2) for x in xs])原创 2018-08-15 20:11:07 · 3567 阅读 · 1 评论 -
one_hot=True编码的过程及意义
见以下代码import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataBATCH_SIZE=10mnist =input_data.read_data_sets('MNIST_data/')xs,ys = mnist.train.next_batch(BATCH_SIZE)pr...原创 2018-08-08 09:40:40 · 7229 阅读 · 0 评论 -
DATA_FORMAT = 'NCHW' 和DATA_FORMAT = 'CHWN'
转载自https://blog.csdn.net/qq_39622065/article/details/81228915 这是一个无可奈何的问题,在如何表示一组彩色图片的问题上,Theano和TensorFlow发生了分歧, ‘日’模式,也即Theano模式会把100张RGB三通道的16×32(高为16宽为32)彩色图表示为下面这种形式(100,3,16,32),Caffe采取的也是这种方式。...转载 2018-09-07 16:54:17 · 2295 阅读 · 0 评论