1.首先我们要明白tf-idf计算的数学公式： &nb
转载
2023-08-27 10:29:27
64阅读
本文就TF-IDF算法的主要思想，步骤和应用做了简单介绍，并简要说明了其优缺点，
假设现在有一篇很长的文章，要从中提取出它的关键字，完全不人工干预，那么怎么做到呢？又有如如何判断两篇文章的相似性的这类问题，这是在数据挖掘，信息检索中经常遇到的问题，然而TF-IDF算法就可以解决。这两天因为要用到这个算法，就先学习了解一下。 TF
转载
2023-07-04 22:46:24
142阅读
TF-IDF（Term Frequency – Inverse Document Frequency）TF-IDF是一种用于信息检索（Information Retrieval）与文本挖掘（Text minning）的常用加权技术。TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度，也是建立在向量空间模型理论中的一种统计技术。字词的重要性随着它在文件中出
转载
2023-08-03 17:28:07
157阅读
# 用Python和TensorFlow读取二进制模型
在机器学习领域，训练好的模型通常以二进制文件的形式保存在磁盘上。为了在其他地方或其他项目中重用这些模型，我们需要能够读取并加载这些二进制文件。TensorFlow是一个流行的深度学习框架，它提供了许多工具和接口，方便我们加载并使用之前训练好的模型。本文将介绍如何使用Python和TensorFlow来读取二进制模型文件。
# 读取二进制模
原创
2024-03-14 05:25:38
132阅读
getAffineTransform函数函数作用：主要用于生成仿射变换矩阵一个任意的仿射变换都能表示为 乘以一个矩阵 (线性变换) 接着再 加上一个向量 (平移).综上所述, 我们能够用仿射变换来表示:旋转 (线性变换)平移 (向量加)缩放操作 (线性变换)你现在可以知道, 事实上, 仿射变换代表的是两幅图之间的 关系 .我们通常使用&n
1、一般训练模式：import tensorflow as tf
import numpy as np
import time
from sklearn import metrics
from keras.callbacks import ModelCheckpoint
# from tensorflow.keras.callbacks import ModelCheckpoint
# 建立mo
转载
2023-11-20 13:25:57
83阅读
# 在Java中加载TensorFlow模型的指南
随着人工智能和机器学习技术的不断发展，TensorFlow作为一个强大的开源机器学习框架，得到了广泛的应用。在许多情况下，我们可能需要在Java环境中加载和使用TensorFlow模型。本文将为您详细介绍如何在Java中加载TensorFlow模型，并提供相应的代码示例。
## 1. 准备工作
在开始之前，您需要确保以下条件已满足：
-
原创
2024-09-15 05:25:08
49阅读
tf.estimator总结Estimator 是 TensorFlow 中的高阶 API。它会处理 initialization、logging、saving、restoring 等细节，以便研究人员专注于模型。Estimator API 中有不少的内置 Estimator。当然，除了这些内置 Estimator，你可以自定义 Estimator。推荐在解决问题时将内置 Estimator 作为
文 / Deepak Kanungo，Hedged Capital LLC 创始人兼首席执行官作为采用 “AI 先行” 战略的金融交易和咨询公司，Hedged Capital 使用概率模型在金融市场中进行交易。我们将在本文中探讨所有金融模型中固有的三类误差，并会以 Tensorflow Probability (TFP) 中的简单模型作为例子来进行说明。金融学并非物理学亚当·斯密是公认的现代经济学
转载
2024-04-29 12:14:31
33阅读
在TensorFlow中，保存模型与加载模型所用到的是tf.train.Saver()这个类。我们一般的想法就是，保存模型之后，在另外的文件中重新将模型导入，我可以利用模型中的operation和variable来测试新的数据。什么是TensorFlow中的模型首先，我们先来理解一下TensorFlow里面的模型是什么。在保存模型后，一般会出现下面四个文件：meta graph：保存了Tensor
转载
2023-10-05 11:30:59
129阅读
1、Python彻底分离了对象和引用，可以认为内存中的对象都是不可修改的，每次修改引用，相当于在堆上重新创建一个对象，引用指向新对象。
2、对于数值和字符串，修改意味着引用指向一个新对象。
3、集合中的元素都是引用。考虑元组，元组中的引用不能增加删除，也不能修改引用的指向。但是元组本身也是个引用，可以指向另一个元组。
4、考虑列表，列表中的引用可以增加删除，也可以修改引用的指向。列表本身也是个引用
转载
2014-03-12 15:27:00
170阅读
Module: tf.keras.applications 该类封装了很多重量级的网络架构，实例化的时候会默认加载参数 DenseNet121() DenseNet169() DenseNet201() InceptionResNetV2() InceptionV3() MobileNet() Mo
原创
2021-07-22 11:04:00
988阅读
tf.keras.constraints 约束：对权重值施加约束的函数。 tf.keras.constraints.MaxNorm tf.keras.constraints.MinMaxNorm
原创
2021-07-22 11:02:28
538阅读
tf.keras.Sequential 序列化建模，一般步骤为： 1、实例化一个Sequential类，该类是继承于Model类； 2、添加所需要的神经网络层； 3、用compile进行编译模型； 4、用fitx训练模型； 5、用predict预测。 Sequential类的属性： layers:
原创
2021-07-22 11:04:01
951阅读
# Python和TensorFlow入门指南
Python是一种高级编程语言，广泛应用于各个领域，包括数据科学、机器学习和人工智能等。TensorFlow是一个用于构建和训练机器学习模型的开源框架。本文将介绍Python和TensorFlow的基础知识，并提供一些简单的代码示例。
## Python入门
Python是一种易于学习且功能强大的编程语言。它具有简洁的语法和丰富的标准库，使得开
原创
2023-07-27 08:41:38
83阅读
一、tensorflow基本使用 1、tf基本用法 import tensorflow as tf ①创建变量 tf.constant(val, dtype=None,shape=None,name='Const', verify_shape=False)
tf.fill(dims, value, name=None)shape, dtype=tf.float32, name=Non
转载
2023-10-08 06:48:57
247阅读
安装TensorFlow中，先学习相关理论（昨天玩塞尔达去了 反思1sTensorFlow是机器学习和深度学习的工具。除了主要的包，还有其他的库TensorBoard——TensorFlow内部图的可视化工具TensorFlow Fold——生成动态计算图表TensorFlow Transform——生成和管理输入数据管道直接这么说也不清楚，首先记录一下TensorFlow（以下简写tf）的基本概
转载
2023-11-26 16:40:00
107阅读
将网络模型，图加权值，保存为.pb文件 write.py# -*- coding: utf-8 -*-from __future__ import absolute_import, unicode_literalsfrom tensorflow.examples.tutorials.mnist import input_dataimport tensorflow as tfimport shut
转载
2019-12-19 21:55:00
326阅读
2评论
一、前言本文将会介绍tensorflow保存和恢复模型的两种方法，一种是传统的Saver类save保存和restore恢复方法，还有一种是比较新颖的SavedModelBuilder类的builder保存和loader文件里的load恢复方法。通过了解这两种方法，我们可以解决如何保存和恢复一个已经训练好的神经网络模型用于推理预测的现实需求，也可以辅助查看分析一个长时间训练的模型性能，最重要的是我们
转载
2024-09-15 21:27:58
33阅读
# Python调用存储模型
## 引言
在机器学习和深度学习领域，训练好的模型需要保存起来以备后续使用，而Python作为一种广泛用于数据科学和机器学习的编程语言，提供了丰富的工具和库来调用和使用已保存的模型。本文将介绍如何使用Python调用存储的机器学习模型，并提供示例代码。
## 存储模型
在开始之前，我们首先需要将训练好的模型保存到存储介质中。Python提供了各种方式来保存模型
原创
2023-08-25 17:29:37
55阅读
