TensorFlow提供了优化器，可以缓慢地更改每个变量，以便最小化损失函数。最简单的优化器是梯度下降。它根据相对于该变量的损失导数的大小修改每个变量。通常，手动计算符号导数是冗长乏味且容易出错的。因此，TensorFlow可以使用函数tf.gradients自动生成仅给出模型描述的导数。为了简单起见，优化器通常为您做这个。例如optimizer = tf.train.GradientDescen
转载
2024-03-29 10:02:06
48阅读
教程目的如何利用TensorFlow使用（经典）MNIST数据集训练并评估一个用于识别手写数字的简易前馈神经网络（feed-forward neural network），从中我们可以学习到tensorflow的运行原理与结构tensorflow运行原理TensorFlow 是一款用于数值计算的强大的开源软件库，特别适用于大规模机器学习的微调。 它的基本原理很简单：首先在 Python 中定义要执
转载
2024-06-28 20:10:26
39阅读
这次在模型优化的时候加入了一个RNN结构，TensorFlow里有封装好的RNN函数，我们可以直接调用，RNN详细介绍见参考资料2TensorFlow官网给的标准API：注意： 这个是TF1.0版本下的，在2.0以上版本，dynamic_rnn是在 tf.compat.v1.nn.dynamic_rnntf.nn.dynamic_rnn(
cell,
inputs,
seq
转载
2024-04-09 09:54:20
20阅读
# 使用Java进行TensorFlow DNN推理
在机器学习和深度学习领域，TensorFlow已成为广泛使用的框架之一。对于Java开发者来说，尽管Python是TensorFlow的主要开发语言，但我们也可以使用Java进行深度神经网络（DNN）的推理。本文将为大家介绍如何在Java中使用TensorFlow进行DNN推理，并提供相应的代码示例。
## 1. TensorFlow概述
原创
2024-10-27 05:58:56
16阅读
从helloworld开始mkdir 1.helloworld
cd 1.helloworld
vim helloworld.py代码:# -*- coding: UTF-8 -*-
# 引入 TensorFlow 库
import tensorflow as tf
# 设置了gpu加速提示信息太多了，设置日志等级屏蔽一些
import os
os.environ['TF_CPP_MIN_L
转载
2024-05-10 01:09:54
18阅读
背景softmax在MNIST数据集上的正确率只有91%，不是很好，在这里，我们用卷积神经网络（Convolutional Neural Network,CNN）来改善效果。这会达到大概99.2%的准确率。权重初始化为了创建这个模型，我们需要创建大量的权重和偏置项。这个模型中的权重在初始化时应该加入少量的噪声来打破对称性以及避免0梯度。由于我们使用的是ReLU（线性纠正函数）神经元，因此比较好的做
转载
2024-04-15 15:06:25
36阅读
最近一直在研究用opencv的dnn模块调用已训练好的tensorflow .pb模型。先声名一下，最终还是没有调用成功，但是中间趟过了好多的坑，觉得有必要记录一下，并且最终没有调用成功的主要原因是我想要加载的模型中的一部分确实是和opencv调用tensorflow模型存在冲突。 首先，我想要调用的模型是keras训练出来的OCR模型，因此，需要先把已有的.hdf5模型文件转换成.pb文件，这里
转载
2024-05-13 13:19:23
116阅读
常用函数1、强制tensor转化为该数据类型2、计算张量维度上元素的最小值3、计算张量维度上元素的最大值4、计算张量沿着指定维度的平均值5、计算张量沿着指定维度的和6、将变量标记为可训练7、对应元素的四则运算8、平方、次方和开方9、矩阵乘10、切分传入张量的第一维度11、实现某函数对指定参数的求导运算12、遍历每个元素13、独热编码（one-hot encoding）14、使n分类的n个输出符合
一、前述ANN人工神经网络有两个或两个以上隐藏层，称为DNN只有一个隐藏层是多层感
原创
2022-12-30 16:45:31
109阅读
编辑 | 嘉仔当我们提到 TensorFlow 的时候，我们仅仅只会关注它是一个很好的神经网络和深度学习的库。但是，其实 TensorFlow 具有 tf.cond( https://www.tensorflow.org/api_docs/python/tf/cond ) 和 tf.while_loop( https://www.tensorflow.org/api_
Opencv4.x深度学习之Tensorflow2.3框架训练模型第一部分:开发环境1.Win10 x64 2.Opencv-Python 3.Tensorflow 2.3.0 CPU第二部分:安装1.安装miniconda 地址:https://docs.conda.io/en/latest/miniconda.html安装一路默认,提示要勾选的地方都勾选2.安装VC++,根据个人需要,我安装了
Opencv4.x深度学习之Tensorflow2.3框架训练模型第一部分:开发环境1.Win10 x64 2.Opencv-Python 3.Tensorflow 2.3.0 CPU第二部分:安装1.安装miniconda 地址:https://docs.conda.io/en/latest/miniconda.html安装一路默认,提示要勾选的地方都勾选2.安装VC++,根据个人需要,我安装了
一、图像预处理将原始图像转换为可以直接输入网络的格式，在进行深度学习时，blobFromImage主要是用来对图片进行预处理。 blobFromImage(InputArray image,
double scalefactor=1.0,
const Size& size = Size(),
const Scalar& mean = Scal
1.什么是DNN？
DNN全称deep neural network，深度神经网络。是深度学习的基础。
2.opencv中关于DNN的常用api。
（1）加载网络模型的api
Net
cv::dnn::readNet (const String &model, const String &config="", const St
转载
2024-04-08 00:00:18
468阅读
OpenCV 4.6.0终于来了！重要贡献:- OpenCV中国团队为OpenCV的CI Farm提供了新的硬件设备- OpenCV中国团队在OpenCV CI迁移工作中承担了重要工作来看看4.6.0都有哪些重要改进：OpenCV项目的CI和release转为使用GitHub Actioins工作流程增加了对GCC 12和Clang 5的支持增加了对FFmpeg 5.0的支持DNN模块：改进lay
摘要：这篇文章主要介绍深度学习的几个应用领域及安装tensorflow深度学习应用领域图像识别语音识别音频处理自然语言处理机器人生物信息处理电脑游戏搜索引擎网络广告投放医学自动诊断金融基本工具介绍Protocol Buffer：结构化数据工具Bazel：自动化构建工具，用来编译程序TensoFlow介绍TensorFlow是由谷歌开发并维护的深度学习框架，在目前主流的深度学习框架中处于领先地位安装
转载
2024-04-30 18:50:15
59阅读
TensorFlow是一个采用数据流图，用于数值计算的开源软件库。自己接触tensorflow比较的早，可是并没有系统深入的学习过，现在TF在深度学习已经成了“标配”，所以打算系统的学习一遍。在本篇文章中主要介绍TF的基础知识。。。创建并运行图###首先创建 两个变量import tensorflow as tf
reset_graph()
x = tf.Variable(3, name="x")
转载
2024-02-22 12:04:33
51阅读
原来用的是DNN4.5，后来想升级到DNN5.1.5，但是没有找到方法，网上一查原来如此将单，只要想升级包的内容覆盖原来旧的安装文件就OK了。 比如DotNetNuke_Community_05.01.04_Upgrade这个是升级包，我原来装的是DotNetNuke_04.0
转载
2023-05-17 22:57:27
92阅读
DNN全连接层（线性层）计算公式：y = w * x + b W和b是参与训练的参数 W的维度决定了隐含层输出的维度，一般称为隐单元个数（hidden size） b是偏差值（本文没考虑） 举例： 输入：x （维度1 x 3） 隐含层1：w（维度3 x 5） 隐含层2: w（维度5 x 2）个人思想如下：比如说如上图，我们有输入层是3个，中间层是5个，输出层要求是2个。利用线性代数，输入是【1×3
转载
2023-08-16 20:07:53
288阅读
挺长的~超出估计值了~预计阅读时间20分钟。 从helloworld开始
mkdir 1.helloworld
cd 1.helloworldvim
helloworld.py
代码:
# -*- coding: UTF-8 -*-
# 引入 TensorFlow 库
import tensorflow as tf
# 设置了gpu加速提示信息太多了，设置日志等级屏蔽一
