文章目录重要概念从可视化开始来个栗子总结参考文献 重要概念首先，了解一下tensorflow中的一些基础的概念：0 tensorflow是一种符号式编程，特点是，网络结构的构建与运行完全分离。1 会话，它是定义图的基础，建立实例sess =tf.Session()后，会生成一张空图，为了实现特定的功能，需要在空图上定义节点与边。2 图，它是tensorlfow的一大特色，实际使用过程中，可以在图
转载
2024-03-26 05:06:40
79阅读
主要应用于：图像识别、聊天对话系统、自然语言处理等。机器学习：监督学习、无监督学习。算法：分类、回归。线性等深度学习：神经网络，卷积神经网络（主要图像），循环神经网络（主要自然语言处理）等TensorFlow 是深度学习框架，其他的比如 caffe 、Pytorch等。Google brain计划的产物。应用于 AlphaGo，Gmail，等1000多个产品。于 2015年11月开源，机构师Jef
转载
2024-03-12 15:39:56
91阅读
2、tf函数TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源(如 CPU 或 GPU。一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测。如果检测到 GPU, TensorFlow 会尽可能地利用找到的第一个 GPU 来执行操作.
并行计算能让代价大的算法计算加速执行，TensorFlow也在实现上对复杂操作进行了有效的改进。大部分
tensorflow：TensorFlow是一个通过计算图的形式来表述计算的编程系统——TensorFlow中的每一个计算都是计算图上的一个节点，而节点之间的边描述了计算之间的依赖关系。 在TensorFlow中，张量可以被简单理解为多维数组。 Flow：流、飞。直接表达了张量之间通过计算相互转化的过程 张量是TensorFlow管理数据的形式。在TensorFlow中，所有的数据都是通过张量的形
转载
2024-05-11 22:40:51
56阅读
tf.nn.l2_loss()的用法 计算张量的误差值 sum(t**2)/2l2_loss()这个函数的作用是利用L2范数来计算张量的误差值，但是没有开发并且只取L2范数的值的一半 函数：tf.nn.l2_loss(
t,
name=None
)参数：t：一个张量(tensor)，类型可以为：half, bfloat16, float32, float64name：op的一
转载
2024-03-31 08:45:45
30阅读
摘要：本文介绍了tensorflow的常用函数。1、tensorflow常用函数TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源(如 CPU 或 GPU。一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测。如果检测到 GPU, TensorFlow 会尽可能地利用找到的第一个 GPU 来执行操作.
并行计算能让代价大的算法计算加速执
转载
2024-05-17 13:00:29
27阅读
TensorFlow 是由 Google Brain 团队为深度神经网络（DNN）开发的功能强大的开源软件库，其允许将深度神经网络的计算部署到任意数量的 CPU 或 GPU 的服务器、PC 或移动设备上，且只利用一个 TensorFlow API。包括 TensorFlow 在内的大多数深度学习库能够自动求导、开源、支持多种 CPU/GPU、拥有预训练模型，并支持常用的NN架构，如递归神经网络（R
转载
2024-02-26 22:08:30
72阅读
一.神经网络模型可以理解为，给定多个输入，然后给定每个输入不同的权重值，和一定的偏置，最终可以给出一个输出。 如图,x就是我们的输入，w就是为不同的输入分配的权重值，b就是我们的偏置，最后就可以得到我们的输出y。 如果用矩阵的形式来看，可以用下面的图来表示： 我们给定输入的特征x，这个时候我们为了得到准确的输出y，前提是我们的w和b是准确可靠的。所以我们训练神经网络的过程就是找到这个w和b的过程。
转载
2024-05-14 19:59:02
76阅读
文章目录1、梯度下降法变种1.1 批量梯度下降法 batch gradient descent1.2 随机梯度下降法 stochastic gradient descent1.3 小批量梯度下降法 mini-batch gradient descent2 、难点3、常用梯度优化算法3.1 Momentum3.2 Nesterov 加速梯度下降法3.3 Adagard3.4 Adadelta3.5
转载
2024-03-19 20:03:55
189阅读
TensorFlow 中维护的集合列表 在一个计算图中，可以通过集合( )来管理不同类别的资源。比如通过 函数可以将资源加入一个或多个集合中，然后通过 获取一个集合里面的所有资源(如张量，变量，或者运行TensorFlow程序所需的队列资源等等)。比如，通过 获得总损失。 |集合名称|集合内容|使用
原创
2021-08-27 09:59:10
316阅读
TensorFlow 是一个流行的机器学习框架，常用于构建、训练和部署深度学习模型。以下是一些常用的 TensorFlow 语句：导入 TensorFlow 库：import tensorflow as tf定义常量张量：tensor = tf.constant(value)创建变量：variable = tf.Variable(initial_value)构建模型：model = tf.kera
原创
2024-06-07 10:48:04
125阅读
本文主要介绍了AutoRec自编码机与协同过滤思路融合的单层神经网络推荐模型，和TensorFlow2.0代码实践 1. 简介本篇文章先简单介绍论文思路，然后使用Tensoflow2.0、Keras API复现算法部分。包括：自定义模型自定义损失函数自定义评价指标RMSE就题目而言《AutoRec: Autoencoders Meet Collaborati
转载
2024-04-24 19:51:41
91阅读
作者：Kshitiz Rimal导读对图像分割方法Fast-SCNN的解释以及实现的代码分析。Fast Segmentation Convolutional Neural Network (Fast- scnn)是一种针对高分辨率图像数据的实时语义分割模型，适用于低内存嵌入式设备上的高效计算。原论文的作者是：Rudra PK Poudel, Stephan Liwicki and Roberto
转载
2024-08-08 22:13:37
25阅读
文章目录1、自动求导 *gradient*2、Tensor2.1 数据类型2.2 *tensor* 属性2.3 类型转换3、*Tensor* 创建4、索引和切片4.1 索引选择相关函数4.2 维度变换4.3 维度拓展4.4 维度压缩5、合并与分割5.1 合并5.2 分割6、数据统计6.1 范数6.2 最值|均值6.3 比较是否相等7、张量排序8、数据的填充与复制9、张量限幅 本人也是小菜，记录
转载
2024-04-01 02:09:45
44阅读
TensorFlow基本概念与常用函数 文章目录TensorFlow基本概念与常用函数一：张量(一)：张量概念(二)：TensorFlow中的数据类型(三)：创建张量1、利用tf.constant()2、利用tf.convert_to_tensor()3、通过不同的函数来创建不同值的张量4、采用不同的函数创建符合不同分布的张量二：常用函数(一)：强制转换(二)：张量维度上的最值(三)：理解axis
转载
2024-04-04 19:14:49
69阅读
Google开源深度学习系统TensorFlow在很多地方可以应用，如语音识别，自然语言理解，计算机视觉，广告等等。但是，基于以上论点，我们也不能过分夸大TensorFlow这种通用深度学习框架在一个工业界机器学习系统里的作用。在一个完整的工业界语音识别系统里， 除了深度学习算法外，还有很多工作是专业领域相关的算法，以及海量数据收集和工程系统架构的搭建。那么，到底什么是TensorFlow?Ten
一、常见的参数学习算法TensorFLow 中的优化器子类都是基于其父类 tf.train.Optimizer() 的，常用的子类有以下画红框的三种：
• tf.train.GradientDescentOptimizer()
• tf.train.MomentumOptimizer()
• tf.train.AdamOptimizer()参数(权重和偏置)更新步骤：
计算所有可训练参数的
转载
2024-04-23 16:06:21
34阅读
优化网络方法：梯度优化：优化一个函数的最终取值，假设w是函数的输入参数，j(w)是需要优化的函数，那么基于梯度的优化指的是改变w以得到最小化或最大化的j(w)。梯度下降算法：沿着函数下坡方向（导数增大的反方向）移动w而获得更小的j(w)的技术在深度学习领域被称为梯度下降。w泛指神经网络中的参数，j(w)表示训练数据集上的损失函数。随机梯度下降：大规模数据训练大型线性模型必须要用到的方。在实际应用中
转载
2024-03-16 13:56:05
36阅读
TensorFlow 的常用模块介绍 一、总结 一句话总结： Module:tf.train：这个模块主要是用来支持训练模型的 Module:tf.nn：神经网络的功能支持模块，这是最常用到的一个模块，比如用于构建经典的卷积网络，它下面还包含了 rnn_cell 的子模块，用于构建循环神经网络； M
转载
2020-08-13 17:51:00
407阅读
2评论
1. 随机梯度下降法SGD：tf.train.GradientDescentOptimizer 收敛速度不如其他优化算法2. Adadelta：tf.train.AdadeltaOptimizer 使用Adadelta我们甚至不需要设置一个默认学习率，在Adadelta不需要使用学习率也可以达 到一个非常好的效果。3. Adagradtf.train.AdagradOptimizer 它是基于SG
转载
2024-03-03 21:21:46
10阅读
