人工智能
文章平均质量分 51
人工智能
WuwuwuH_
科研废柴
展开
-
Tensorflow学习笔记(三)
一、学习内容:1.Matplotlib将学习过程可视化展示2.Tensorboard产生神经网络图3.分类4.过拟合问题的解决二、代码及注释:1.Matplotlib将机器学习过程可视化展示import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt #输出结果可视化的模块### 定义了一个函数 用来添加层def add_layer(intputs,in_size,out_size,activati原创 2021-04-07 21:20:11 · 258 阅读 · 2 评论 -
Tensorflow学习笔记(二)
一、学习内容:1、Session.run()的具体使用2、Variable变量的使用3、placeholder的定义与使用二、代码及注释:1.Session会话控制及两种打开方式import tensorflow as tfmatrix1 = tf.constant([[3,3]])#恒量 一行两列的矩阵matrix2 = tf.constant([[2], [2]])#两行一列的矩阵product = tf.matmul(matrix1,m原创 2021-04-06 21:13:58 · 151 阅读 · 0 评论 -
QT Designer前端页面添加的图标在程序运行时不显示解决方法
1.首先需要将图标添加到资源管理器中2.添加完毕后项目中会生成一个.qrc文件3.添加一个External Tools在PyCharm中的配置操作:File ->> Settings ->> Tools ->> External Tools名称配置Name随意Descirption随意Programpyrcc5安装位置Arguements-o $ FileNameWithoutExtension $.py $ F原创 2021-04-22 10:48:56 · 2660 阅读 · 0 评论 -
Tensorflow学习笔记(一)
学习内容:1、 复习回顾Python的基本语法2、 学习Tensorflow框架的实际应用3、 预测线性直线y=0.1x+0.3代码及注释:```pythonimport tensorflow as tfimport numpy as np ##科学计算的模块###创造数据###x_data = np.random.rand(100).astype(np.float32) ##自己所创造的数据 生成100个随机数列 type:float32因为tensflow中大部分的数据类别原创 2021-04-05 20:18:43 · 189 阅读 · 0 评论 -
调用GPU进行神经网络的训练 GPU环境的搭建
1. 下载安装CUDA下载地址:https://developer.nvidia.com/cuda-toolkit-archive下载界面如图所示。根据自己的Tensorflow版本,选择相应版本的CUDA进行安装,然后根据计算机及操作系统的种类进行进一步的选择(下载方式建议选择local,network方式可能会出现一些错误)注意:在进行安装时,选择自定义安装路径,否则会因为临时解压目录和安装目录相同 ,导致安装结束后,临时解压目录被删除,所以安装目录也被删除。以至于在复制cuDNN文件时找不到文原创 2021-04-13 19:13:28 · 897 阅读 · 0 评论 -
mini_Xception架构
参考文献:Real-time Convolutional Neural Networks for Emotion and Gender Classification1.mini_Xception架构受到了Xception架构的启发,结合了残差模块和深度可分离卷积的使用。残差模块修改了后续两个层之间所期望的映射,学习到的特征成为了原始特征图和期望的特征图之间的不同。mini_Xception结构在最后的全连接层的基础上,通过消除卷积层中的参数来进一步减少参数的数量。mini_Xception架构大约有60原创 2021-04-28 21:40:58 · 6873 阅读 · 1 评论 -
Tensorflow学习笔记(四)
一、学习内容:1.搭建卷积神经网络2.Saver 保存与读取二、代码及注释:1.搭建卷积神经网络import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets('MNIST_data', one_hot=True)def compute_accuracy(v_xs,v_ys): global prediction原创 2021-04-08 20:50:53 · 163 阅读 · 0 评论