tensorflow
xiaopihaierletian
这个作者很懒,什么都没留下…
展开
-
tensorflow学习笔记十五:tensorflow官方文档学习 TensorBoard: Embedding Visualization
嵌入在机器学习无处不在,出现在推荐系统中,NLP,和许多其他应用。事实上,在tensorflow的环境下,很自然的,会将其中的张量(或张量的切片)视为空间中的点,所以几乎任何tensorflow系统自然会产生各种嵌入。tensorboard有一个内置的可视化工具,称为嵌入投影机,可用来交互式的可视化,也可分析诸如嵌入的高维数据。嵌入投影机将从你的模型检查点文件中读取嵌入。虽然嵌入是最有用的,它原创 2017-03-17 10:09:12 · 4893 阅读 · 4 评论 -
tensorflow学习笔记九:将 TensorFlow 移植到 Android手机,实现物体识别、行人检测和图像风格迁移详细教程
2017/02/23 更新贴一个TensorFlow 2017开发者大会的Mobile专题演讲移动和嵌入式TensorFlow这里面有重点讲到本文介绍的三个例子,以及其他的移动和嵌入式方面的TF相关问题,干货很多2017/01/17 更新今天上 Github,发现 Tensorflow 的 Android demo又更新了,除了基本的修改以外,又增加了一原创 2017-03-13 22:27:04 · 7216 阅读 · 0 评论 -
tensorflow学习笔记十:Ubuntu 16.04 上安装 CUDA 7.5/8.0 超详细教程
2017/1/5 更新本篇文章是基于之前安装CUDA 7.5的经验写的,但因为最近更新TensorFlow 到了r0.12版本,官方提示该版本TensorFlow 和CUDA 8.0 & cudnnv5.1 配合的最好,所以又卸了CUDA 7.5,重新装了一遍CUDA 8.0,安装的过程中发现了之前文档里的些许不足,于是做了稍许修改。PS:本来想在7.5的基础上更新到8.0,但是失原创 2017-03-13 22:29:30 · 1400 阅读 · 1 评论 -
tensorflow学习笔记十一:ubuntu16.04下安装TensorFlow(GPU加速)----详细图文教程
配置硬件:Thunderbot 911笔记本,CPU:i7,GPU :GeForce GTX 960m, 8G内存,120G SSD+1T 机械硬盘。 软件: ubuntu16.04+cuda8.0+cudnn v5+tensorflow 0.111. 下载1.1 系统镜像由于我尝试了ubuntu14.04,安装Nvidia驱动之后,会出现循环登录的问题,并转载 2017-03-14 09:44:51 · 2774 阅读 · 0 评论 -
tensorflow学习笔记一:安装调试
关于tensorflow的介绍,此处不再啰嗦。关于gpu的安装与配置,此处也不涉及。一、安装anacondatensorflow是基于python脚本语言的,因此需要安装python, 当然还需要安装numpy、scipy、six、matplotlib等几十个扩展包。如果一个个安装,装到啥时候去?(我曾经光安装scipy就装了一天。。。)不过现在有了集成环境anaconda原创 2017-03-13 20:51:23 · 883 阅读 · 0 评论 -
tensorflow学习笔记二:入门基础
TensorFlow用张量这种数据结构来表示所有的数据。用一阶张量来表示向量,如:v = [1.2, 2.3, 3.5] ,如二阶张量表示矩阵,如:m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]],可以看成是方括号嵌套的层数。1、编辑器编写tensorflow代码,实际上就是编写py文件,最好找一个好用的编辑器,如果你用vim或gedit比较顺手,那也原创 2017-03-13 18:52:48 · 2189 阅读 · 0 评论 -
tensorflow学习笔记十二:没GPU也能玩梵高作画:Ubuntu tensorflow CPU版
安装neural-style再 在地址栏输入: https://github.com/anishathalye/neural-style2.3 安装vgg19下载地址:http://www.vlfeat.org/matconvnet/models/beta16/imagenet-vgg-verydeep-19.mat 弹出 一个下载对话框,直接下载。下载 后的转载 2017-03-14 20:16:51 · 2658 阅读 · 0 评论 -
tensorflow学习笔记四:mnist实例--用简单的神经网络来训练和测试(MNIST For ML Beginners)
刚开始学习tf时,我们从简单的地方开始。卷积神经网络(CNN)是由简单的神经网络(NN)发展而来的,因此,我们的第一个例子,就从神经网络开始。神经网络没有卷积功能,只有简单的三层:输入层,隐藏层和输出层。数据从输入层输入,在隐藏层进行加权变换,最后在输出层进行输出。输出的时候,我们可以使用softmax回归,输出属于每个类别的概率值。借用极客学院的图表示如下:原创 2017-03-13 18:57:53 · 1285 阅读 · 0 评论 -
tensorflow学习笔记十三:TF官方教程学习 TensorFlow Mechanics 101
代码:tensorflow/examples/tutorials/mnist/这个教程的目的在于展示如何使用TensorFlow来训练和评价一个简单的前向神经网络来使用经典的MNIST数据库识别手写数字。这个教程的适众为有经验并且对于使用TensorFlow有兴趣的用户。这个教程目的并不在于概述地教授机器学习。请确保你已经根据安装TensorFlow教程安装好了Tensor原创 2017-03-16 14:18:18 · 1780 阅读 · 0 评论 -
tensorflow学习笔记十四:tensorflow中的tf.app.run()
在上一篇文章中看到源代码,有些疑惑,tf.app.run()原理,这篇我看了一下原理。1、tensorflow的程序中,在main函数下,都是使用tf.app.run()来启动[python] view plain copy if __name__ == "__main__": tf.app.run() 2、查原创 2017-03-17 09:25:21 · 15414 阅读 · 3 评论 -
tsnsorflow学习笔记七:详解如何将TensorFlow训练的模型移植到Android手机
前言本文中出现的TF皆为TensorFlow的简称。先说两句题外话吧,TensorFlow 前两天热热闹闹的发布了正式版r1.0,可感觉自己才刚刚上手 r0.12,这个时代发展的太快,脚步是一刻也不能停啊~但是不得不吐槽 TensorFlow的向下兼容做的实在不太友好,每次更新完版本,以前的代码就跑不动,各种提示您使用的函数已经不存在。。。代码积攒的越来越多,全部针转载 2017-03-13 22:04:14 · 4848 阅读 · 2 评论 -
TensorFlow入门很好的教程:你好,TensorFlow!
https://www.oreilly.com.cn/ideas/?p=533从零开始构建和训练你的第一个TensorFlow图Aaron Schumacher, 2016年6月20日TensorFlow作为一个项目比你能想象到的更大。事实上,它是深度学习的一个库。这个项目与谷歌之间的关系帮助它获得了很多的关注。但是在这些喧哗的表面下,这转载 2017-05-05 15:41:16 · 966 阅读 · 0 评论 -
A complete guide to using Keras as part of a TensorFlow workflow: tutorial
https://blog.keras.io/keras-as-a-simplified-interface-to-tensorflow-tutorial.htmlA complete guide to using Keras as part of a TensorFlow workflowIf TensorFlow is your primary fra转载 2017-05-05 16:50:58 · 784 阅读 · 0 评论 -
Tensorflow入门-实现神经网络
学习tensorflow一段时间了,感觉非常的好用,在使用时,有时候最重要的是想好神经网络的结构,这样就可以随意的在神经网络中加如隐含层了,特别主要的是矩阵的维度相乘的问题,下面将使用tensorflow实现神经网络,做一下自己的理解.实现无隐含层的神经网络下面以手写数字识别的例子作为说明.读入数据import tensorflow as tffrom tensorf转载 2017-06-25 21:23:17 · 393 阅读 · 0 评论 -
Tensorflow实现卷积神经网络
如果不明白什么是卷积神经网络,请参考:计算机视觉与卷积神经网络 下面基于开源的实现简单梳理如何用tensorflow实现卷积神经网络.实现卷积神经网络加载数据集# 加载数据集import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read原创 2017-06-27 18:55:34 · 407 阅读 · 0 评论 -
AlexNet原理及Tensorflow实现
AlexNet的出现点燃了深度学习的热潮,下面对其进行介绍,并使用tensorflow实现.1. AlexNet网络结构图片来源:AlexNet的论文整个网络有8个需要训练的层,前5个为卷积层,最后3层为全连接层.第一个卷积层输入的图片大小为:224*224*3第一个卷积层为:11*11*96即尺寸为11*11,有96个卷积核,步长为4,卷积层后跟ReLU,原创 2017-06-27 18:56:21 · 631 阅读 · 0 评论 -
Tensorflow实现卷积神经网络
如果不明白什么是卷积神经网络,请参考:计算机视觉与卷积神经网络 下面基于开源的实现简单梳理如何用tensorflow实现卷积神经网络.实现卷积神经网络加载数据集# 加载数据集import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.转载 2017-07-10 08:55:20 · 491 阅读 · 0 评论 -
tensorflow学习笔记十7:tensorflow官方文档学习 How to Retrain Inception's Final Layer for New Categories
现代物体识别模型有数以百万计的参数,可能需要数周才能完全训练。学习迁移是一个捷径,很多这样的工作,以充分的训练模式的一组类ImageNet技术,并从现有的权重进行新课。在这个例子中,我们将从头再训练最后一层,而留下所有其他未触及。在你能看到本文对咖啡因的更多信息。虽然它不如一个完整的训练运行,这是令人惊讶的有效的许多应用程序,并可以运行在三十分钟的笔记本电脑,而不需要GPU。本教程将向您演示如原创 2017-07-10 08:56:37 · 654 阅读 · 1 评论 -
tensorflow学习笔记八:TensorFlow官网教程Convolutional Neural Networks 难点详解
前言断断续续花了几周的时间,终于把Tensorflow的学习教程Convolutional Neural Networks实现了。因为是深度学习的入门级小白,所以中间费了不少周折。 网上关于这个教程的帖子很多,大多是英文原版文档的中文译本,跟教程重复的我就不讲了,我就从我自己学习难点的角度,讲一下这篇教程吧。 这篇教程相较于之前的入门级tensorflow教程,算是高阶版,还是需要原创 2017-03-13 22:08:59 · 1994 阅读 · 1 评论 -
tensorflow学习笔记六:保存和加载训练模型
对于机器学习,尤其是深度学习DL的算法,模型训练可能很耗时,几个小时或者几天,所以如果是测试模块出了问题,每次都要重新运行就显得很浪费时间,所以如果训练部分没有问题,那么可以直接将训练的模型保存起来,然后下次运行直接加载模型,然后进行测试很方便。在tensorflow中保存(save)和加载(restore)模型的类是tf.train.Saver(),其中变量保存的是key-value,不原创 2017-03-13 22:02:25 · 3991 阅读 · 0 评论 -
tensorflow学习笔记十四:TF官方教程学习 tf.contrib.learn Quickstart
TensorFlow高级API(tf.contrib.learn)及可视化工具TensorBoard的使用一.TensorFlow高层次机器学习API (tf.contrib.learn)1.tf.contrib.learn.datasets.base.load_csv_with_header 加载csv格式数据2.tf.contrib.learn.DNNC原创 2017-03-16 14:55:51 · 15006 阅读 · 0 评论 -
tensorflow学习笔记十五:tensorflow官方文档学习 TensorBoard: Graph Visualization
tensorflow计算图是强大而复杂的。图形可视化可以帮助您理解和调试它们。下面是一个可视化工作的例子。Visualization of a TensorFlow graph.看看自己的图,运行tensorboard指向它的工作日志目录,点击图”选项卡在顶部窗格中,在左上角用菜单选择合适的运行。在深度信息如何运行tensorboard确保你记录所有必要的信息,看see Tenso原创 2017-03-19 15:55:27 · 2597 阅读 · 0 评论 -
tensorflow学习笔记十五:tensorflow官方文档学习 Logging and Monitoring Basics with tf.contrib.learn
当训练一个模型,它往往是有价值的实时跟踪和评估进展。在本教程中,您将学习如何使用TensorFlow的记录功能和监测API审核在分类器分类的神经网络进行训练的鸢尾花。本教程建立在tf.contrib.learn快速开发的代码,所以如果你还没有完成这个教程,你可能想探索它,特别是如果你正在寻找一个基本tf.contrib.learn介绍/复习.解决这个问题的方法之一是分裂模型训练成多个适应调用的原创 2017-03-19 17:10:47 · 6257 阅读 · 0 评论 -
[译] TensorFlow 白皮书
TensorFlow 从名称上看就是两个部分——张量 tensor 和流 flow。非常形象的组合。众所周知,矩阵已经成为机器学习中的基础单元,若干的针对矩阵的计算优化使得现如今的机器学习成为可能。而一些矩阵的方法也是一些重要的机器学习算法的基础。张量 就是矩阵概念的推广,其表示更多维度的矩阵。而计算流是一种抽象过程,在如今的深度学习领域,这种一层层地计算可以很形象地看做是张量在计算模型上的流动。原创 2017-03-19 22:56:50 · 3416 阅读 · 0 评论 -
tensorflow学习笔记五:mnist实例--卷积神经网络(CNN)(Deep MNIST for Experts)
mnist的卷积神经网络例子和上一篇博文中的神经网络例子大部分是相同的。但是CNN层数要多一些,网络模型需要自己来构建。程序比较复杂,我就分成几个部分来叙述。首先,下载并加载数据:import tensorflow as tf import tensorflow.examples.tutorials.mnist.input_data as input_datamnist原创 2017-03-13 19:14:03 · 2280 阅读 · 5 评论 -
TensorFlow的reshape操作 tf.reshape
初学tensorflow,如果写的不对的,请更正,谢谢!tf.reshape(tensor, shape, name=None) 函数的作用是将tensor变换为参数shape的形式。 其中shape为一个列表形式,特殊的一点是列表中可以存在-1。-1代表的含义是不用我们自己指定这一维的大小,函数会自动计算,但列表中只能存在一个-1。(当然如果存在多个-1,就是一个存在多解的方程了原创 2017-03-20 16:58:16 · 2826 阅读 · 0 评论 -
TensorFlow--tf.nn.max_pool实现池化操作
max pooling是CNN当中的最大值池化操作,其实用法和卷积很类似有些地方可以从卷积去参考【TensorFlow】tf.nn.conv2d是怎样实现卷积的? tf.nn.max_pool(value, ksize, strides, padding, name=None)参数是四个,和卷积很类似:第一个参数value:需要池化的输入,一般池化层原创 2017-03-20 16:59:04 · 1465 阅读 · 0 评论 -
TensorFlow--tf.nn.conv2d是怎样实现卷积的?
tf.nn.conv2d是TensorFlow里面实现卷积的函数,参考文档对它的介绍并不是很详细,实际上这是搭建卷积神经网络比较核心的一个方法,非常重要tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)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:原创 2017-03-20 16:59:50 · 460 阅读 · 0 评论 -
Tensorflow游乐场
Google深度学习部门Google Brain的掌门人,也是Google里受万众景仰的神级别工程师Jeff Dean,在Google Plus上发布了Tensorflow游乐场的消息:http://playground.tensorflow.org。可以去简单地模拟深度学习的过程。连线越粗表明权重越大。原创 2017-03-19 21:51:18 · 5952 阅读 · 0 评论 -
tensorflow学习笔记十六:tensorflow官方文档学习 Mandelbrot Set
可视化的曼德尔布罗特没有任何与机器学习,但这是一个有趣的例子,如何利用tensorflow一般数学。这其实是一个相当幼稚的可视化实现,但它使点。(我们可能会提供一个更精细的执行线,以产生更多真正美丽的图像。)。Note: This tutorial was originally prepared as an IPython notebook.Basic Setup原创 2017-03-21 10:06:45 · 1985 阅读 · 0 评论 -
windows64位Python3.5.2基础上,安装numpy、matplotlib、scipy(whl文件)安装tensorflow及sklearn包
tensorflow0.12版本支持windows,需要python3.5.x。安装python3.5.x下载:python3.5.2安装: 第一个Install Now是默认安装在c盘的,第二个是自己选择安装路径。 我选择第二个,同时将Add Python 3.5 to PATH勾选上。 这一步可以都勾选上。 这一步的时候我没有勾选最原创 2017-03-11 22:41:55 · 5064 阅读 · 2 评论 -
tensorflow学习笔记十六:tensorflow官方文档学习 Image Recognition(Inception v3模型)
我们大脑的成像过程似乎很容易。人们毫不费力地就能区分出狮子和美洲虎,阅读符号,或是识别面孔。但是这些任务对于计算机而言却是一个大难题:它们之所以看上去简单,是因为我们的大脑有着超乎想象的能力来理解图像。在过去几年里,机器学习在解决这些难题方面取得了巨大的进步。其中,我们发现一种称为深度卷积神经网络的模型在困难的视觉识别任务中取得了理想的效果 —— 达到人类水平,在某些领域甚至超过。原创 2017-03-21 21:05:19 · 5875 阅读 · 0 评论 -
tensorflow学习笔记十六:tensorflow官方文档学习 如何训练Inception v3模型最后一层
利用Tensorflow训练图像分类的模型我在刚进行训练模型的时候,是想靠自己拆开一个模型,之后再进行训练的方法。后来发现在我不彻底弄清模型的原理并搞到模型的源码之前我是不可能去训练的。后来发现tensorflow就提供了这样一个工具,它虽然没有公开深度学习网络的模型源码,却给出了保存好的模型和训练的代码。这样就直接可以拿来训练了。这个模型是谷歌的Inceptionv3(http:转载 2017-03-22 20:00:47 · 8518 阅读 · 3 评论 -
tensorflow学习笔记十七:tensorflow官方文档学习 Vector Representations of Words
在本教程我们来看一下Mikolov et al中提到的word2vec模型。该模型是用于学习文字的向量表示,称之为“word embedding”。亮点本教程意在展现出在TensorfLow中构建word2vec模型有趣、本质的部分。我们从我们为何需要使用向量表示文字开始。我们通过直观地例子观察模型背后的本质,以及它是如何训练的(通过一些数学方法评估)。同时我们也展示了转载 2017-03-22 20:36:52 · 1057 阅读 · 0 评论 -
tensorflow学习笔记三:实例数据下载与读取
一、mnist数据深度学习的入门实例,一般就是mnist手写数字分类识别,因此我们应该先下载这个数据集。tensorflow提供一个input_data.py文件,专门用于下载mnist数据,我们直接调用就可以了,代码如下:import tensorflow.examples.tutorials.mnist.input_datamnist = input_data.rea原创 2017-03-13 18:55:32 · 655 阅读 · 0 评论 -
tensorflow学习笔记零:新手入门笔记
介绍TensorFlow™ 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库,之所以这么说,和它敲代码的流程相关,基本都是先将计算的整个数据流设置好,形成对应的graphs,然后再一起执行。TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性原创 2017-03-13 19:36:58 · 765 阅读 · 0 评论 -
tensorflow学习笔记十七:tensorflow官方文档学习 Convolutional Neural Networks
本教程是为TensorFlow高级用户和承担的专业知识和经验,在机器学习。Overviewcifar-10分类是机器学习中一种常见的基准问题。问题是分类RGB 32x32像素的图像的10个类别:airplane, automobile, bird, cat, deer, dog, frog, horse, ship, and truck.For more原创 2017-07-10 08:57:13 · 536 阅读 · 0 评论