为什么TensorFlow是完整的ML软件包 > Photo by Author, Logo via TensorFlow TensorFlow 2.x在构建模型和总体TensorFlow使用方面提供了很多简化。 那么TF2有什么新功能？· 使用Keras轻松进行模型构建并渴望执行。· 在任何平台上的生产中均可进行稳健的模型部署。· 强大的研究实验。· 通过清理不赞成使用的API并
转载
2024-10-04 14:12:57
23阅读
AlexNet主要技术点AlexNet使用的主要技术： 1. 使用ReLU作为CNN的激活函数，解决了Sigmoid在较深网络中的梯度弥散问题（vanishing gradient problem）. 2. 训练时使用Dropout随机忽略一部分神经元，避免了模型的过拟合问题． 3. 在CNN中使用重叠的最大池化，避免了平均池化造成的模糊效果．同时让步长小于池化核的尺寸，使池化层的输出发生重
转载
2024-07-30 11:25:48
45阅读
深度学习应用1 计算机视觉卷积神经网络技术，GAN技术，DCGAN技术应用于无人驾驶，图像检索，人脸识别。人脸识别代表企业：中科视拓http://www.seetatech.com/2 语音识别传统语音高斯混合模型（gaussian mixture model）GMM隐马尔科夫HMM应用于同声翻译，机器翻译，语音合成。代表企业：科大讯飞http://ai.xfyun.cn/3 自然语言处理很多语意
转载
2024-10-09 12:58:25
11阅读
文件写入与读取 tensorflow程序读取数据一种3中方法供给数据(feeding)：在tensorflow程序运行的每一步，让python代码供给数据从文件读取数据：在tensorflow图的起始，让一个输入管道从文件中读取数据预加载数据：在tensorflow图中定义常量或变量来保存所有数据（仅适用于数据量比较小的情况）1.预加载数据：import tensorflow as tf
x1=
转载
2024-03-21 14:22:55
23阅读
今天使用 全连接网络 就是数学中断 y=kx+b模式常用参数 ：1导入模块import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import tensorflow as tf
from tensorflow.keras import layers
import tensorflow.keras
import
转载
2024-03-19 08:29:45
78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
关于配环境，每个人都可能会遇到各种各样的问题，不同电脑，系统，版本，等等。即使上边这位大神写的如此详细，我也遇到了他这没有说到的问题。这些问题都是我自己遇到，通过百度和自己摸索出来的解决办法，不一定适用所有人，仅供参考。如果哪位大神能给我说一说我的那些操作的原理，不胜感激。先说一下我的电脑，Windows10专业版，64位操作系统Windows下Python版本TensorFlow需要
Google TensorFlow移动项目负责人Pete Warden写到，围绕一个开源项目来创建一个社区需要一系列活动，涉及到支持、pull requests handling、许可使用和更多其他的东西。Warden解释到，新项目在初始阶段的一个大挑战就是为使用者们提供支持。最开始，开发人员们是唯一的专家，他们得想办法把自己的日常工作与其他支持任务相结合。这项工作并不简单，因为它可能将开发人员们
转载
2024-09-24 15:00:01
45阅读
任何神经网络在开始训练数据时，都需要数据增强。什么是数据增强呢？我们首先看一个例子，假如我们的训练集有10万图片，如果直接使用这10张图片进行训练，是不是感觉训练集有点小。在假如，训练神经网络的目的是要正确识别猫，而此时呢？你的训练集中含有猫头的图片都是朝着左侧倾斜，那么当你训练好模型之后，你的模型不能准确识别猫头朝着右侧倾斜的图片，因为它没有被训练。而假如你在训练输入时，将训练集合中的所有图
转载
2024-10-09 12:13:07
33阅读
Tensorflow 基础用法Tensorflow 基础用法tf.Variable(initializer,name)tf.matmul(w, x)tf.global_variables_initializerAttributeError: module 'tensorflow' has no attribute 'random_normal'AttributeError: module 'te
转载
2024-06-14 23:09:43
75阅读
定义tensorflow的输入节点：tensorflow的输入节点定义方式基本上有三种，分别是：通过占位符定义、通过字典类型定义、直接定义。其中最常用的就是通过占位符定义、通过字典类型定义。这两种的区别在于当输入比较多的时候一般使用字典类型定义。下面通过代码来进行详细的解释：通过占位符来进行定义：1 X = tf.placeholder("float") # 代表x的输入值
2 Y = tf.pl
转载
2024-05-18 15:07:15
48阅读
目录Session 会话控制Variable 变量Placeholder 传入值添加层 def add_layer()定义 add_layer() Session 会话控制Session 是 Tensorflow 为了控制,和输出文件的执行的语句. 运行 session.run() 可以获得你要得知的运算结果, 或者是你所要运算的部分.首先，我们这次需要加载
转载
2024-10-31 10:17:27
20阅读
本节我们介绍TensorFlow的基本操作，对于入门的话我们需要掌握TensorFlow的四种重要类型和三个重要函数。我们会在下面结合代码一一介绍。一、基本类型和函数TensorFlow的四种重要类型分别为：@Variable 计算图谱的变量@Tensor 一个多维矩阵，带有很多方法@Graph 一个计算图谱@Session 用来运行一个计算图谱TensorFlow的三个重要函数分别
转载
2024-03-19 13:12:15
19阅读
文章目录TensorFlow与OpenCV编码编码(decode_*)解码(encode_*)tf.image.decode_giftf.image.decode_jpegtf.image.encode_jpegtf.image.decode_pngtf.image.encode_pngtf.image.decode_image大小重调和图像标注框resize_imagestf.image.re
转载
2024-03-17 15:36:50
63阅读
一、MNIST数据集介绍MNIST是一个非常有名的手写体数字识别数据集，在很多资料中，这个数据集都会作为深度学习的入门样例。下面大致介绍这个数据集的基本情况，并介绍tensorflow对MNIST数据集做的封装。tensorflow的封装让使用MNIST数据集变得更加方便。MNIST数据集是NIST数据集的一个子集，它包含了60000张图片作为训练数据，10000张图片作为测试数据。在MNIS...
原创
2021-08-12 22:04:10
474阅读
机器学习作为人工智能重要的技术，已经在计算机视觉、自然语言处
转载
2022-06-24 23:46:39
43阅读
一、引言深度学习在计算机视觉、自然语言处理等众多领域取得了显著成就，手写数字识别作为其中一个经典且基础的任务，是学习深度学习的理想切入点。本文将基于 TensorFlow 框架，详细介绍手写数字识别的实现过程，从基础的模型构建到进阶的优化策略，涵盖数据处理、模型搭建、训练与评估等关键步骤。二、数据准备2.1 数据集介绍我们使用 MNIST 数据集，它包含 60000 张训练图像和 10000 张测
根据自己理解写的代码注释
import time
import numpy as np
import tensorflow as tf
import reader
#flags = tf.flags
#logging = tf.logging
#flags.DEFINE_string("save_path", None,
# "Model outp
转载
2024-10-30 08:07:03
36阅读
前言 深度学习在图像处理、语音识别、自然语言处理领域的应用取得了巨大成功，但是它通常在功能强大的服务器端进行运算。如果智能手机通过网络远程连接服务器，也可以利用深度学习技术，但这样可能会很慢，而且只有在设备处于良好的网络连接环境下才行，这就需要把深度学习模型迁移到智能终端。 由于智能终端CPU和内存资源有限，为了提高运算性能和内存利用率，需要对服务器端的模型进行量化处理并支持低精度算法。Te
我们的模型训练出来想给别人用，或者是我今天训练不完，明天想接着训练，怎么办？这就需要模型的保存与读取。看代码：import tensorflow as tf
import numpy as np
import os
#输入数据
x_data = np.linspace(-1,1,300)[:, np.newaxis]
noise = np.random.no
转载
2024-09-22 21:08:20
93阅读
