- 博客(19)
- 收藏
- 关注
RSS订阅原创 tensoflow的slim框架的使用
需要从https://github.com/tensorflow/models/tree/master/research下载slim的相关代码。对slim下面的文件进行相应的权限的修改，chmod +x *同时对slim/scripts里面的权限也做相应的修改更改train_cifarnet_on_cifar10.sh，数据的保存的路径还要注意的是如果tensorflow用的是python3安装，...
2018-05-26 16:51:21
521
原创 lenet神经网络
lenet神经网络结构为：1.输入为32*32*1的图片大小，为单通道的输入：2.进行卷积，卷积核大小为5*5*1，个数为6，步长为1，非全零填充模式；3.将卷积结果通过非线性激活函数；t4.进行池化，池化大小为2*2，步长为1，全零填充模式；5.进行卷积，卷积核大小为5*5*6，个数为16，步长为1，非全零填充模式；6.将卷积结果通过非线性激活函数；7.进行池化，池化大小为2*2，步长为1，全零...
2018-05-17 20:42:18
736
原创 卷积神经网络
全连接NN：每个神经元与前后相邻层的每一个神经元都有连接关系，输入是特征，输出是预测的结果。由于一张图片通常有很多待优化的参数，如果待优化的参数很多，就会出现过拟合。所以在实际的应用中，会对原始的图像进行特征提取，把提取到的特征喂给全连接网络，再让全连接网络计算出分类评估值。卷积Convolutional 卷积是一种有效提取图片特征的方法。一般用一个正方形卷积核，遍历图片上的每一个像素点。图...
2018-05-15 16:29:22
1278
原创 MNIST神经网络搭建，以及准确率提高方式
学习了从一个只含有一层的mnist的网络，怎么使得其训练的准确率得到提高：基础的构建是输入为784个节点，输出为10个节点，准确率为0.92方式1.添加隐层，其中注意的是，隐藏的添加，要根据小于784的节点来设置（700,600,500,400,300，350）其中隐层节点为400的时候，其准确率为0.758。其中最需要注意的是，前向传播结构第二层为隐藏层输出y1与参数w2 矩阵相乘加上偏置，得...
2018-05-14 17:33:01
3769
原创 tensorflow里面常用的函数
tf.argmax（）argmax（）里面的第二个参数等于0，是表示已纵向的方式比较不同数组相应值中最大的，并返回其中最大的元素所在的索引 [1,2,3]----------->0 [2,3,4]----------->1 [3,4,5]----------->2 [4,5,6]----------->3结果[3,3,3 ]argma...
2018-05-13 14:49:29
332
原创 tensorflow入门基础知识学习
之所以选择tensorflow作为深度学习的框架，是因为google在后面支持，更新比较快，学习者比较多，在遇到问题的时候，可以相互讨论，从而能够在学习上花的成本比较少。我选择了notebook作为开发工具，下面就对tensorflow基础入门的知识进行相应的总结：查看tensorflow的版本tensorflow和其他的语言有着不一样，在其他语言中，一些变量和常量，还有计算的操作都是一些实际的操...
2018-05-12 16:07:18
974
原创 matplotlib.pyplot常用的函数
1.scatter(),画出相应的散点图plt.scatter画出数据集X各行中低0列元素和第1列元素的点即各行的（x0, x1），用各行Y_c对应的值表示颜色
2018-05-08 11:22:22
1039
原创 numpy里面常用的函数
1.vstack(),就是把多个数组以列的方式合并在一起。 >>> a = np.array([1, 2, 3])>>> b = np.array([2, 3, 4])>>> np.vstack((a,b))array([[1, 2, 3], [2, 3, 4]])>>> a = np.ar...
2018-05-08 11:15:36
477
原创 tensorflow之神经网络优化
损失函数（loss）:用来表示预测值(y)与已知答案(y_)的差距。在神经网络时，通过不断改变神经网络中所有参数，使得损失函数不断减小，从而训练出更高准确率的神经网络模型。常用的损失函数有均方误差、自定义和交叉熵等。均方误差mse：n个样本的预测值y与已知答案y_之差的平方和，再求平均值。例子：预测酸奶日销量 y，x1和 x2是影响日销量的两个因素。 销量预测结果为y = 0.98*x1 + 1....
2018-05-06 21:47:36
471
原创 tensorflow之神经网络的搭建(3)
一、反向传播反向传播：训练模型参数，在所有参数上用梯度下降，使NN训练模型在训练数据上的损失函数最小。损失函数（loss）：计算得到的预测值y与已知答案y_的差距。均方误差MSE：求前向传播计算结果与已知答案之差的平方再求平均。用tensorflow函数表示为：loss_mse = tf.reduce_mean(tf.square(y_-y))反向传播训练方法：以减少loss值为优化目标，有梯度下...
2018-05-06 16:10:57
345
原创 线性回归
线性回归：给定训练数据，，其中，回归学习一个从输入x到输出y的映射f，对新的测试数据x,用学习到的映射对其进行预测：可以采用均方误差和r2_score对模型性能进行评估，均方误差是越小越好，r2_score是越大越好。MSE(均方差，方差)：mean squared error该统计参数是预测数据和原始数据对应点误差的平方和的均值RMSE（均方根） Root mean squared err...
2018-05-06 11:27:13
234
原创 sklearn里面的数据预处理的方式
1.MinMaxScaler：将数据归一化至[0, 1]2.fit_transform()和transform()的区别：为了数据归一化（使特征数据方差为1，均值为0），我们需要计算特征数据的均值μ和方差σ^2，再使用下面的公式进行归一化，在训练集上调用fit_transform()，其实找到了均值μ和方差σ^2，即找到了转换的规则，我们把这个规则利用在训练集上，同样，我们可以直接将其运用到测试集...
2018-05-03 12:09:43
665
原创 tensorflow之神经网络的搭建(2)
在tensorflow之神经网络的搭建（1）中，简单的介绍了张量，计算图，会话。下面将介绍另外一个很总要的知识点就是参数。神经网络的参数：是指神经元上的权重w,用变量表示，通常会先随机生成这些参数。生成参数的方法就是tf.Variable.例：w=tf.Variable(tf.random_normal([2,3],stddev=2,mean=0,seed=1))表示生成正态分布随机数，形状两行三...
2018-05-02 21:46:58
226
转载 独热编码
在数据样本中，有些特征不是连续值，而是一些离散值。举个网站访问数据例子：表1 网站访问数据集序号性别所属区域使用浏览器1．MaleEuropeFirefox2．FemaleUSChrome3．MaleAsiaSafari4．FemaleEuropeIE5．FemaleUSFirefox6．FemaleAsiaChrome7．MaleEuropeSafari8．MaleUSChrome..........
2018-05-02 17:00:57
801
原创 机器学习时pandas里面常用的函数
1.value_counts()表示统计不同属性出现的次数。2.read_csv()读取数据，head()读取数据的前五行3.info(),查看表格的相应数据信息，看有不有缺失值的情况。4.describe(),观察常用统计量观察其分布5、Using the get_dummies will create a new column for every unique string in a cert...
2018-05-02 16:38:05
554
原创 tensorflow之神经网络的搭建(1)
基于tensorflow的神经网络：用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。 总之需要3个重要的信息（1、张量 2、计算图 3、会话）1、张量：张量就是多维数组（列表），用“阶”表示张量的维度。判断张量的阶数，可以通过右边的方括号数。比如S=123，为0阶V=[1,2,3] 为1阶张量，也叫向量，表示一个一维数组。m = [[1,2,3],[...
2018-05-01 21:20:51
191
原创 python中的列表、元组、字典
一、列表用[]表示a = [1,2,3,4]里面的元素可以是数字组成b = ["张三","李四","王五"]里面的元素可以由字符串组成c = [1,2,"张三","王五"]里面的元素也可以是由数字和字符串共同组成。取列表里面相应的元素，通过列表名 [索引]取列表里面的多个元素，可以通过列表名[起：止]，切片的方式，前闭后开c[0:2]为c[:]为取出所有在取的同时还可以调整步长（每次取元素以怎么的...
2018-05-01 15:50:46
193
原创 tensorflow之python中的常用基础语法
运算符：+ - * / %运算顺序：括号优先，再乘除，再加减。变量：就是一个标签，由非数字开头的字母，数字，下划线组成，其内容可能是数值,字符串，列表，元组和字典。 数值：即是数字。 a = 200字符串：就是用引号（双，单）引起来的内容。 b = "Hello world"转义字符：\t 表示tab \n表示换行 \" 表示"/t/n/"...
2018-05-01 14:57:32
674
原创 tensorflow之linux常见操作命令
首先进入ubuntu系统的桌面，然后点击右键，点击打开终端1.pwd 表示打印当前在哪个路径2.ls 列出当前路径下的文件和目录3.mkdir 创建目录名4.cd 表示进入指定的目录声明：绝对路径：是根据根目录/为起点到自己所需要到的目录为终点。相对路径：是以当前的目录为起点.到自己所需要到的目录为终点cd 的一些简单的操作：cd 空格 和 cd ~ 都表示返回到用户的home目录下cd . 表示...
2018-05-01 11:49:01
893
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人