dense ：全连接层 相当于添加一个层函数如下：tf.layers.dense(
inputs,
units,
activation=None,
use_bias=True,
kernel_initializer=None, ##卷积核的初始化器
bias_initializer=tf.zeros_initializer(
线性回归算法的主要优点是它的简单性，线性回归的损失函数是平方损失。一般处理连续性问题，比如预测房价等，在本文中，使用 TensorFlow 训练一个简单线性回归模型。线性回归模型 y = wx + b：准备好特征和目标值数据集import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import os
#
转载
2024-04-11 15:25:12
45阅读
keras： tensorflow： dense1 = tf.layers.dense(inputs=pool3, units=1024, activation=tf.nn.relu，kernel_regularizer=tf.contrib.layers.l2_regularizer(0.003)) 附文k
转载
2024-04-24 14:06:58
383阅读
tensorflow笔记系列： （一） tensorflow笔记：流程，概念和简单代码注释 （二） tensorflow笔记：多层CNN代码分析 （三） tensorflow笔记：多层LSTM代码分析 （四） tensorflow笔记：常用函数说明 （五） tensorflow笔记：模型的保存与训练过程可视化 （六）tensorflow笔记：使用tf来实现word2vec本文章内容比
tensorflow数据读入的基础步骤说实话，每次在跑模型的时候数据集输入网络的形式都让我很头疼，虽然自己会写，但总觉得代码不够简洁漂亮，也经常疑心数据传输的速度问题。所以每次都是去copy别人的数据处理的代码，自己则看的懵懵懂懂的，故在这里记录一下常用的数据输入网络的方式。1. 输入与标签建立联系–zip 数据集处理的第一步就是建立输入数据与标签间的一一对应关系，下面使用zip()作为示例。 输
使用tf fine-tune resnet模型前言使用tensorflow踩了很多的坑，尤其是使用tf的slim模块的时候，其中batchnorm的问题困挠了我很久，问题表现如下：训练结果很好，测试的时候is−training
设置成false测试结果很差，设置成true测试结果恢复正常训练结果很好，但是测试的结果要差上不少但是tensorflow官方提供的常见
转载
2024-06-16 10:08:44
46阅读
1. GAN简介最近几年，深度神经网络在图像识别、语音识别以及自然语言处理方面的应用有了爆炸式的增长，并且都达到了极高的准确率，某些方面甚至超过了人类的表现。然而人类的能力远超出图像识别和语音识别的任务，像很多需要创造力的任务却是机器很难做到的。但是GAN使得机器解决这些任务成为可能。深度学习的领军人物Yann LeCun曾经说过：生成对抗网络（GAN）及其变种已经成为最近10年以来机器学习领域最
▌图片：tensorflow官网、安装截图▌内容：教程安装系列 从思想出发，去理解技术；用智慧推演，看人工智能前提：已安装完Anaconda 这⾥咱们主要使⽤ Windows 中的Anaconda Prompt 进⾏安装，因为在Linux、Mac通⽤也是⼤同⼩异的▍第一步：打开Anaconda Prompt配置镜像源，打开后，可以看到现在是base环境，就是安装完a
转载
2024-01-09 17:33:03
57阅读
tf2.0 自定义模型层
一，内置模型层一些常用的内置模型层简单介绍如下。基础层Dense：密集连接层。参数个数 = 输入层特征数× 输出层特征数(weight)＋ 输出层特征数(bias)Activation：激活函数层。一般放在Dense层后面，等价于在Dense层中指定activation。Dropout：随机置零层。训练期间以一定几率将输入置0，
转载
2024-02-09 12:28:53
64阅读
import tensorflow as tfbatch_size = 5ones = tf.ones([batch_size,20])logits = tf.layers.dense(ones,10)print(logits.get_shape())(5,10)import tensorflow as tfbatch_size = 5ones = tf.ones([batch_size
原创
2022-07-19 11:51:34
196阅读
将训练的模型进行保存，或者利用已保存的模型给新模型“赋值”。本文参考Tensorflow官方文档之保存和恢复模型，对官方文档给出的代码进行了实践，并将我的理解加到了注释之中，希望能帮到有需要的人。代码分成几个部分讲解：1、导入必要的模块和加载数据集Tensorflow官方文档依旧使用mnist数据集来进行新手教学，和mnist手写数字识别项目不同的是，此处只使用1000条数据以加快速度，毕竟我们的
转载
2024-02-28 19:03:51
40阅读
最近看tensorflow的代码，mark下学习过程，也算是防止之后忘了。os.environimport os
os.environ["CUDA_VISIBLE_DEVICES"] = "2" ##指定使用哪块GPU
os.environ["CUDA_VISIBLE_DEVICES"] = "1， 2" ##多块GPU使用
os.environ["CUDA_VISIBLE_DEVICES"]
TensorFlow是一个很坑的东西，在没有session运行的时候，所有数据都看不到结果，很难去print而且TF还没有中文的API手册，很多东西很难体会在这里记录一下比较难理解的几个方法的用法，以便后面用到 tf.sparse_to_dense(sparse_indices, output_shape, sparse_values, default_value, name=None)
除去n
前段时间实践tensorflow目标检测模型再训练，过程见博文tf2目标检测-训练自己的模型总结目标检测模型再训练过程，有以下几点需注意：1 训练集和测试集训练图片每张只包含一个目标，因此可用小尺寸图片，且统一训练图片大小，有助于加快训练过程。测试图片则用大图片，包含多个需检测目标，同时包括应排除的目标，检验模型训练成果。2 模型处理窗口和输入图片resize问题每个再训练模型有处理窗口，例如ss
转载
2024-04-24 16:05:34
72阅读
# Python TensorFlow Dense函数的参数保存方案
在使用TensorFlow进行深度学习模型训练时，`Dense`层是构建神经网络的重要组成部分之一。然而，训练完模型后，我们需要将`Dense`层的参数（权重和偏置）保存起来，以便在未来进行模型预测或继续训练。本文将介绍如何保存和加载`Dense`函数的参数，提供代码示例，并使用流程图和表格做进一步说明。
## 1. Ten
《Densely Connected Convolutional Networks》阅读笔记代码地址：https://github.com/liuzhuang13/DenseNet首先看一张图： 稠密连接：每层以之前层的输出为输入，对于有L层的传统网络，一共有L个连接，对于DenseNet，则有L(L+1)2。这篇论文主要参考了Highway Networks，Residual Networks
转载
2024-08-12 13:34:12
439阅读
tf.layers.Dense是一个十分钟要的神经网络接口，在此详细介绍一下该接口的使用，以便刚入门的小伙伴参考，也为自己以后学习作为记录。tf.layers.Dense：可以理解一个全连接层 相当于添加一个全连接网络层。tensorflow2的API接口地址：https://tensorflow.google.cn/api_docs/python/tf/keras/layers/De
转载
2024-06-15 22:05:06
67阅读
cifar10训练数据集下载链接：https://pan.baidu.com/s/1Qlp2G5xlECM6dyvUivWnFg 提取码：s32t代码解析前置配置引入tensorflow库，和其他辅助库文件。安装方式为pip3 install tensorflow numpy pickle。详细过程不在这里描述。 在这里，训练和测试数据集文件放在该脚本的父文件夹中，因此按照实际情况来对CIFAR_
转载
2024-05-13 11:28:25
49阅读
TensorFlow提供了一个非常简单的API来保存和还原一个神经网络模型。这个API就是tf.train.Saver类。以下代码给出了保存TesnsorFlow计算图的方法。import tensorflow as tf
#声明两个变量并计算他们的和
v1 = tf.Variable(tf.constant(1.0, shape = [1]), name = "v1")
v2 = tf.V
转载
2024-06-07 05:52:46
30阅读
tensorflow实现线性回归模型1.变量（1）变量的创建（2）变量的初始化（3）变量的作用域2.可视化学习Tensorboard（1）开启tensorboard（2）增加变量显示3.tensorflow实现线性回归实战（1）Tensorflow运算API（2）梯度下降API（3）实现线性回归4.模型加载和保存5.命令行参数 1.变量（1）变量的创建变量也是一种OP，是一种特殊的张量，能够进行
转载
2024-04-21 13:36:46
78阅读
