![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorflow
文章平均质量分 57
winnertakeall
这个作者很懒,什么都没留下…
展开
-
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...原创 2018-05-17 20:42:18 · 734 阅读 · 0 评论 -
tensorflow常用函数
tf.layers.densetf.layers.dense( inputs, units, activation=None, use_bias=True, kernel_initializer=None, bias_initializer=tf.zeros_initializer(), kernel_regularizer=None,...原创 2018-11-09 17:41:59 · 254 阅读 · 0 评论 -
tensorflow常见错误
1.flags raise AttributeError(name)AttributeError: _parse_flags解决办法:将其FLAGS._parse_flags()换为FLAGS.flag_values_dict()2.tf.concat()TypeError: Expected int32, got list containing Tensors of ...原创 2018-10-30 15:52:32 · 1570 阅读 · 0 评论 -
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,...原创 2018-05-26 16:51:21 · 520 阅读 · 0 评论 -
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...原创 2018-05-15 16:29:22 · 1277 阅读 · 0 评论 -
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...原创 2018-05-14 17:33:01 · 3767 阅读 · 0 评论 -
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....原创 2018-05-06 21:47:36 · 471 阅读 · 0 评论 -
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...原创 2018-05-13 14:49:29 · 331 阅读 · 0 评论 -
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...原创 2018-05-12 16:07:18 · 971 阅读 · 0 评论 -
Densenet理解
Densenet的实现过程参考图:Block就是把前几层的channel拼接起来。growth就是通道数。其block包含了BN-ReLU-Conv(1*1)的channel为4*growth,然后BN-ReLU-Conv(3*3)的channel为growth 根据论文的描述初始卷积的kernel的大小为[7,7],stride=2,其个数为2k个根据...原创 2018-11-12 22:14:41 · 787 阅读 · 0 评论