tensorflow2.0基础知识及案例实战
本专栏的文章 是在MOOC上学习了北京大学老师曹健的课程Tensorflow2 进行的笔记总结
XXXXiaojie
这个作者很懒,什么都没留下…
展开
-
Tensorflow2.1基础知识---丰富神经网络八股的内容
本篇文章的主要目的是对上一篇文章已经搭建好的网络进一步丰富其内容,具体体现在6个方面: 1. 加载自己制作的训练集 2. 数据增强 3. 断点续训 4. 参数提取 5. acc/loss可视化 6. 给图识物加载自己制作的训练集代码:import tensorflow as tffrom PIL import Imageimport numpy as npimport...原创 2020-03-20 16:46:22 · 408 阅读 · 1 评论 -
Tensorflow2.1基础知识---搭建神经网络八股以及小案例实战
本片文章的目的是:利用Tensorflow API tf.keras搭建网络八股(六步法)六步法:导入相关的模块,也就是 import加载训练集和测试集,也就是加载train(x_train数据、y_train标签)、test(x_test数据、y_test标签)数据前向传播(搭建神经网络结构,逐层描述每层网络),也就是model = tf.keras.models.Sequentia...原创 2020-03-20 16:20:39 · 756 阅读 · 0 评论 -
Tensorflow2.1基础知识---神经网络参数优化器
什么是优化器?优化器,就是神经网络进行反向传播的时候,用于更新参数的策略,也就是梯度下降的算法。优化器更新参数的步骤(4步):a. 计算t时刻损失函数关于当前参数的梯度:g_t= ∆loss= ∂loss/(∂(w_t))b. 计算t时刻一阶动量m_t 和二阶动量V_t (一阶动量:与梯度相关的函数 二阶动量:与梯度平方相关的函数)c. 计算t时刻下降梯度:μ_t=lr∗ m_t⁄√...原创 2020-03-19 15:57:43 · 592 阅读 · 0 评论 -
Tensorflow2.1基础知识---复杂度、学习率、激活函数、损失函数
文章目录复杂度学习率激活函数损失函数复杂度空间复杂度(用层数和待优化的参数个数表示)层数 = 隐藏层的层数+1个输出层(输入层不算)总参数 = 总w + 总b时间复杂度:乘加运算次数学习率学习率是一个超参数,根据经验来设定,学习速率调得太低,训练速度会很慢,学习速率调的过高,每次迭代波动会很大,再反向传播的过程中会更新权值w指数衰减学习率:可以先用较大的学习率,快速得...原创 2020-03-19 14:13:41 · 1335 阅读 · 0 评论 -
tensorflow2.1案例实战---神经网络实现鸢尾花分类
#导入所需模块import tensorflow as tffrom sklearn import datasetsfrom matplotlib import pyplot as pltimport numpy as np#导入数据,分别为输入特征和标签x_data = datasets.load_iris().datay_data = datasets.load_iris()....原创 2020-03-19 07:43:56 · 1717 阅读 · 0 评论 -
Tensorflow2.1基础知识---常用的函数API
强制tensor转换为该数据类型tf.cast(张量名,dtype=数据类型)计算张量维度上元素的最小值tf.reduce_min(张量名)计算张量维度上元素的最大值tf.reduce_max(张量名)例子: import tensorflow as tf x1 = tf.constant([1,2,3],dtype=tf.float64) print(x1) x...原创 2020-03-18 10:55:06 · 488 阅读 · 0 评论 -
Tensorflow2.1基础知识---张量
张量(Tensor):多维数组(列表) 阶:张量的维数张量可以表示0阶到n阶数组(列表)基本的数据类型tf.int,tf.floattf.booltf.string生成一个张量如何创建一个张量用法:tf.constant(张量内容,dtype=数据类型(可选))例子: import tensorflow as tf #创建一个张量 a = tf.constant([...原创 2020-03-17 10:09:18 · 500 阅读 · 0 评论