Tensorflow算是老牌深度学习框架了，但是相比Pytorch来说，会稍微显得有些笨重，主要是计算必须在session中进行，在编写某些更为灵活的网络结构时，会比较麻烦。不过Tensorflow对分布式训练的支持较好，所以如果是需要使用分布式计算的情况下，使用Tensorflow会相对更加稳定一些。
转载
2024-05-13 12:34:39
30阅读
写在前面： pycharm内存问题没有解决，以下代码均在jupyter notebook实现 像batch_size， 数据条数，循环次数， print_every一类的参数，可以修改尝试，为了解决memoryerror一类的问题，修改过多次。思路要点：数据处理，要进行分词，做出映射词典 NLTK 自然语言处理词向量 embeddin
转载
2024-10-14 14:19:03
55阅读
本帖是前一贴的补充： 在正文开始之前，我画了一个机器学习模型的基本开发流程图： 使用的数据集 使用的数据集：h
原创
2022-12-27 19:57:49
88阅读
1、pip install xxxx不管pip下载什么都是非常慢的一批，甚至还会timout，这个时候你要引用国内的镜像(豆瓣、清华)下载才可以！！！ 比如更新pip的时候你直接‘’‘python -m pip install --upgrade pip’ （升级pip版本当前最新20.3）有的时候网不好是不成功的！要换成 ：豆瓣镜像速度
1. TF-IDF的概念与算法为研究小米10手机所具有的特殊商品属性，发掘该款手机的优缺点，继续保持该款手机的优势，弥补商品的弱势，为店铺运营提供策略，本文采用TF-IDF的方法来提取商品的属性。TF-IDF的方法适用于用文本挖掘中，常用于商品的属性提取，该方法采用一种加权技术，统计该统计术语对文档重要程度，通过统计该统计术语对文档重要程度的反应，表示商品属性的重要程度。每个特征词对
此笔记本（notebook）使用评论文本将影评分为*积极（positive）或消极（nagetive）两类。这是一个二元（binary）*或者二分类问题，一种重要且应用广泛的机器学习问题。准备工作导入所需库import tensorflow as tf
from tensorflow import keras
import numpy as np导入数据集imdb = keras.dataset
转载
2024-06-05 11:13:41
155阅读
在 Google Colab 中运行在 GitHub 上查看源代码下载 notebookNote: 我们的 TensorFlow 社区翻译了这些文档。因为社区翻译是尽力而为， 所以无法保证它们是最准确的，并且反映了最新的 官方英文文档。如果您有改进此翻译的建议， 请提交 pull request 到 tensorflow/docs
原创
2021-12-23 15:26:48
1132阅读
1.数据类型TensorFlow主要有以下几种数据类型2.张量1.张量定义TensorFlow 中的 Tensor 表示张量，是多维数组、多维列表，用阶表示张量的维数。0 阶张量叫做标量，表示的是一个单独的数，如 1 2 3；1 阶张量叫作向量，表示的是一个一维数组如[1,2,3]；2 阶张量叫作矩阵，表示的是一个二维数组，它可以有 i 行 j 列个元素，每个元素用它的行号和列号共同索引到，如在[
转载
2024-07-26 07:39:00
89阅读
注释可以用来传达代码的作用，应该做什么，不应该做什么，为什么存在，何时以及如何以及不应该使用它等等。 让我们对它们进行分类！ 这不是很无聊吗？ 好吧，也许，尽管卡尔不这么认为。 我认为这是我们在讨论评论时的重要下一步： 评论您的他妈的代码！ 评论意见 分类学 成本与收益 未完待续 … 总览 将根据内容，维护含义，位置和替代方案对不同类型的注释进行比较。 这些图标来自HevnG
from __future__ import print_functionimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import i
原创
2022-08-02 09:08:43
30阅读
1 基本概念2 文本分类与情感分析获取数据集加载数据集训练数据集性能设置为了提升训练过程中数据处理的性能，keras技术框架提供数据集缓存的功能，使用缓存可以避免读取磁盘数据集时由于IO消耗太多而出现性能瓶颈的问题，如果数据集的容量太大，该缓存功能也可以将大量小文件对应的数据样本集中存储在磁盘形式的缓存中。如上所示，prefetch方法提供将数据集预先加载到缓存中的功能，以上三
转载
2024-04-19 14:58:13
56阅读
一些参数训练的话一般一批一批训练，即让batch_size 个句子同时训练；每个句子的单词个数为num_steps，由于句子长度就是时间长度，因此用num_steps代表句子长度。在NLP问题中，我们用词向量表示一个单词（一个数基本不能表示一个词，大家应该都知道的吧，可以去了解下词向量），我们设定词向量的长度为wordvec_size。LSTM结构中是一个神经网络，即下图的结构就是一个LSTM单元
转载
2024-03-26 11:23:41
98阅读
基本分类官网示例：https://www.tensorflow.org/tutorials/keras/basic_classification主要步骤： 加载Fashion MNIST数据集 探索数据：了解数据集格式 预处理数据 构建模型：设置层、编译模型 训练模型 评估准确率 做出预测：可视化Fashion M
1 前言2 收集数据3 探索数据4 选择模型5 准备数据6 模型-构建训练评估机器学习主要包括模型构建、模型训练、模型评估，在选择模型章节中已经对如何根据S/W的比率进行模型的选择，其包括n-gram模型或者序列模型，本章节内容主要描述如何运行分类算法进行模型训练，这也是机器学习的核心内容，主要是使用TensorFlow的tf.keras
转载
2024-03-22 14:08:04
81阅读
TensorFlow使用CNN实现中文文本分类 读研期间使用过TensorFlow实现过简单的CNN情感分析（分类），当然
原创
2022-12-30 11:37:36
515阅读
在tensorflow2.0版本之前，1.x版本的tensorflow的基本数据类型有计算图（Computation Graph）和张量（Tensor）两种，但tensorflow2.0之后的版本取消了Graph和Session的概念。今天简单记录一下Tensor的相关内容。从Tensorflow的命名就不难看出，Tensor（张量）在整个tensorflow的框架体系中都是一个重要的概念，它可以
转载
2024-01-31 01:36:19
50阅读
系列文章目录简介代码基本使用 目录基本使用简介综述计算图构建图在一个会话中启动图交互式使用Tensor变量FetchFeed 基本使用简介使用图 (graph) 来表示计算任务.在被称之为 会话 (Session) 的上下文 (context) 中执行图.使用 tensor 表示数据.通过 变量 (Variable) 维护状态.使用 feed 和 fetch 可以为任意的操作(arbitrary
转载
2024-04-01 07:08:24
31阅读
1.data_processing.pyimport pandas as pdfrom urllib.request import urlretrievedef load_data(download=Tr
原创
2022-08-02 07:18:34
87阅读
Non-local U-Nets for Biomedical Image Segmentation 简介自2015年以来，在生物医学图像分割领域，U-Net得到了广泛的应用，至今，U-Net已经有了很多变体。U-Net如下图所示，是一个encoder-decoder结构，左边一半的encoder包括若干卷积，池化，把图像进行下采样，右边的decoder进行上采样，恢复到原图
转载
2024-07-25 19:52:41
16阅读
文章目录前言一、Keras的mnist数据集二、建立sequential顺序model2.绘图结果和测试结果三、网络容量和优化总结 前言Keras是TensorFlow2.X的一个实现库，很多模型基于Keras搭建 一、Keras的mnist数据集mnist数据集是KerasAPI公开的数据集，是（28，28）的图像数据集二、建立sequential顺序model对于分类问题必须使用softm
转载
2024-07-24 14:01:24
75阅读
