- 博客(7)
- 收藏
- 关注
原创 搭建tensorflow进行cnn图像识别
对自己深度学习搭建图像识别过程进行总结1、对输入的图像数据 x 进行处理,输出一个经过正规化的、Numpy array 格式的图像数据,x是一个数组,x是一个多维的列表,先使用函数转化为多维数组。然后正规化就是把0-255的数值化为0-1内进行计算。 x=np.array(x)/255.导师建议:可以尝试如 (x-np.min(x))/(np.max(x)-n
2017-12-10 15:50:41 3747
原创 win7 64位安装tensorflow-gpu
先装64位的anaconda,然后在anaconda做以下几步,第三步不成功的话挨个安装,网络好(yong ti zi)的话总会安装好的。conda create -n tensorflow python=3.5 activate tensorflowconda install pandas matplotlib jupyter notebook scipy scikit-le
2017-12-10 11:16:20 207
原创 windows下如何查看tensorflow是否使用gpu
方法1:下载gpu-Z,然后运行tensorflow一个训练,然后打开gpu-z,看到load等数据百分比,变大就是在用了,如图方法2,:安装nvidia-smi,配置好路径,在cmd里输入 nvidia-smi,看显示出来的信息。这个方法我没有试过,但是据说在linux和Windows下都有用。
2017-12-08 22:34:22 18099 1
原创 取得tensor里的shape操作
import tensorflow as tfimport numpy as npx=tf.placeholder(dtype = tf.float32, shape = (256,32,32,3),name = 'y')shape=x.shape.as_list()shape[256, 32, 32, 3]
2017-12-06 21:41:26 4302
原创 cs231n关于反向传播的理解
比如以这个图片为例,这个图所示是一个计算图,表明了最上面公式的计算过程,绿色为各个变量值沿着一系列数学过程,比如乘,加,等一直到最后得到的值,就是0.73.而红色就是梯度值,通过梯度值可以反推过程值。梯度计算方法是导数乘以下一步梯度值,比如最后一步,1/x的导数是-1/x^2,带入前一步1.37,然后再乘以最后一步的红色1.00,就是-0.53,然后再往前一步,+1的导数为1,因为是类似于C+
2017-12-03 20:59:04 410
转载 卷积神经网络理解文章收录
卷积神经网络工作原理直观的解释? - 知乎https://www.zhihu.com/question/39022858一文读懂卷积神经网络CNN转自http://dataunion.org/11692.html
2017-11-30 23:13:11 166
原创 列表操作
import numpy as npimport pandas as pd列表插入使用insert()函数,表示在第几位插入某个内容a=[32,32,3]a.insert(0,None)print(a)[None, 32, 32, 3]tuple(a)(None, 32, 32, 3)tuple([None])+tuple(a)(None, None, 32, 32, 3)当a是元组的时候
2017-11-29 21:40:26 181
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