主要介绍tensorflow.keras 的两个模型参考 Tensorflow、Keras 官方文档进行学习和整理Tensorflow 基础知识讲解 Gitee 地址Tensorflow 基础知识讲解 Github 地址Sequential 顺序模型创建模型： model = tf.keras.Sequential()model.complie() 编译函数用于配置训练模型compile(opti
import tensorflow as tfimport numpy as npmnist = tf.keras.datasets.mnist(x_train, y_train), (x_test, y_test) = mnist.load_data()x_train, x_test = x_
转载
2023-05-18 17:07:08
90阅读
文章目录TensorFlowCNN实现MNIST1 数据集2 回归模型——Softmax3 卷积神经网络 Convolutional Neural Network - CNN3.1 概念3.1.1 卷积 Convolution3.1.2 池化 Pooling4 网络结构5 代码实现5.1 函数定义5.1.1 权重初始化5.1.2 偏置量初始化5.1.3 卷积函数5.1.4 池化函数5.2 各层定
本篇解读了基于BERT+CRF做中文NER这篇文章中的代码，在该篇作者的GitHub上可以下载源码：源代码。这段代码对BERT模型的实现较为简洁，删掉了谷歌源代码中我们可能用不到的部分，保留了核心部分。对于那些想要快速上手BERT的同学是非常好的学习机会，在看懂这个之后再去学习谷歌的源代码会更加轻松，本篇将尽量详细的对代码进行解读，看完之后如果有合适的数据集就可以自己运行起来了，建议先从原作者的G
https://www.kaggle.com/kakauandme/tensorflow deep nn 本人只是负责将这个kernels的代码整理了一遍，具体还是请看原链接 import numpy as np import pandas as pd import tensorflow setti
原创
2021-07-16 11:03:12
379阅读
在TensorFlow实现手写数字的识别这篇博客中，介绍了通过TensorFlow构造一个神经网络来实现手写数字的识别，最后通过MNIST数据集，最后在测试集的识别率大约为91%左右。这篇博客主要对这个程序训练的模型进行优化和准确率的提升。在原来的基础上，增加了指数衰减学习率、L2正则化以及滑动平均模型的应用，关于这三种方式在之前的博客已经介绍过了。一、TensorFlow相关函数sparse_s
TensorFlow高阶 API：keras教程-使用tf.keras搭建mnist手写数字识别网络目录TensorFlow高
原创
2022-12-27 18:27:57
629阅读
文章目录图片及打标数据文件内容生成tfrecord训练开始 tensorflow图像识别-1 labelimgTensorflow图像识别-2 试一下识别Tensorflow图像识别-3 训练，笔记本要退休的感觉Tensorflow图像识别-4 应用玩黑苹果，系统搞崩了。又重装了。。因此，我models的路径直接扔到了d盘。D:\projects\models\research虚拟环境没弄
import tensorflow as tffrom tensorflow import kerasfashion_mnist=keras.datasets.fashion_mnist(train_images,train_labels),
原创
2022-05-17 12:46:06
119阅读
【人工智能项目】MNIST手写体识别实验及分析1.实验内容简述1.1 实验环境本实验采用的软硬件实验环境如表所示：在Windows操作系统下，采用基于Tensorflow的Keras的深度学习框架，对MNIST进行训练和测试。采用keras的深度学习框架，keras是一个专为简单的神经网络组装而设计的Python库，具有大量预先包装的网络类型，包括二维和三维风格的卷积网络、短期和长期的网络以及更广
按照惯例，我还是会将实现过程详细的记录下来，并将源码放在github上，敬请关注。原计划写一写生成对抗网络(GAN)的，因为有了这样一个小目标，只能先暂时放一放。OCR首先来说一说OCR(Optical Character Recognition，光学字符识别)。OCR是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的
tensorflow基础入门——第二章节 文章目录tensorflow基础入门——第二章节2.Keras2.1 WHY KERAS2.1.2 图片读取处理2.1.3 NHWC与NCHW2.2 神经网络原理2.2.1 softmax回归2.2.2 交叉熵损失2.3 Keras Sequential 顺序模型2.4案例:实现多层神经网络进行时装分类2.4.1读取数据集2.4.2datasets2.4.
转载
2024-03-26 15:09:20
63阅读
一、mnist数据描述MNIST数据集是28×28像素的灰度手写数字图片，其中数字的范围从0到9具体如下所示（参考自Tensorflow官方文档）：二、原理 受Hubel和Wiesel对猫视觉皮层电生理研究启发，有人提出卷积神经网络（CNN），Yann Lecun 最早将CNN用于手写数字识别并一直保持了其在该问题的霸主地位。近年来卷积神经网络在多个方向持续发力，在语音识别、人脸识别、通用物体识
转载
2024-04-04 09:40:52
63阅读
文章目录1 Keras实现2 优化1 Keras实现import keras.datasets.mnist as mnistimport matplotlib.pyplot as pltimport kerasfrom keras import layers(train_image,train_label),(test_image,test_label)=mnist.load_data()print(train_image.shape)plt.imshow(train_image[0])
原创
2021-06-10 17:32:32
110阅读
文章目录1 Keras实现2 优化1 Keras实现import keras.datasets.mnist as mnistimport matplotlib.pyplot as pltimport kerasfrom keras import layers(train_image,train_label),
原创
2022-02-24 15:21:34
91阅读
概述TensorFlow读取数据，官网介绍的方法有3种:预加载数据 (Preloaded data)： 在Graph中定义常量或变量来保存数据。供给数据 (Feeding)： 在Graph运行中将Python代码产生好的数据供给TF后端。 从文件读取数据 (Reading from file)： 在Graph的起始， 利用输入管线直接从文件中读取数据(最常用)。看官网上这么写，还是不太清
转载
2024-05-29 07:02:54
48阅读
Keras 是一个主要由Python 语言开发的开源神经网络计算库。Keras 库分为前端和后端，其中后端可以基于现有的深度学习框架实现，如Theano，CNTK，TensorFlow，前端接口即Keras抽象过的统一接口API。那么 Keras 与tf.keras 有什么区别与联系呢？其实Keras 可以理解为一套搭建与训练神经网络的高层API 协议，Keras 本身已经实现了此协议，可以方便的
转载
2024-04-06 16:44:22
169阅读
前言Counting-Aware Network(CAN)-手写数学公式识别网络是好未来与白翔团队一起发布的一篇2022年的被ECCV收录的论文，该论文旨在缓解目前大部分基于注意力机制的手写数学公式识别算法在处理较长或者空间结构较复杂的数学公式时，容易出现的注意力不准确的情况。该论文通过将符号计数任务和手写数学公式识别任务联合优化来增强模型对于符号位置的感知，并验证了联合优化和符号计数结果都对公式
转载
2024-04-19 13:18:05
142阅读
之前我们讲了神经网络的起源、单层神经网络、多...
转载
2018-05-08 20:44:00
240阅读
2评论
本篇文章在上篇TensorFlow-手写数字识别（二）的基础上，将全连接网络改为LeNet-5卷积神经网络，实现手写数字识别。1引言全连接网络：每个神经元与前后相邻层的每一个神经元都有连接关系，输入是特征，输出为预测的结果。参数个数：Σ(前层x后层+后层)如之前用于手写识别的3层全连接网络，输入层784个节点，隐藏层500个节点，输出层10个节点。则：隐藏层参数：748*500+500输出层参数：
原创
2021-02-27 22:55:59
1034阅读
