zyx1127-CSDN博客

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

zyx1127的博客