TensorFlow目录结构。 ACKNOWLEDGMENTS #TensorFlow版本声明 ADOPTERS.md #使用TensorFlow的人员或组织列表 AUTHORS #TensorFlow作者的官方列表 BUILD CONTRIBUTING.md #TensorFlow贡献指导 ISSUE_TEMPLATE.md #提ISSUE的模板 LICENS
一、TensorFlow运行模型——会话1、通过创建会话（session）来执行定义好的运算# 创建一个会话
sess = tf.Session()
# 使用这个创建好的会话来得到关心的运算的结果。比如可以调用sess.run(result)
sess.run(...)
# 关闭会话使得本次运行中得到的资源可以被释放
sess.close()通过Python上下文管理器的机制，只要将所有的计算放在
转载
2024-04-16 19:55:33
85阅读
Tensorflow代码笔记（一）tf.app.run函数入口，类似于c/c++中的main()，大概意思是通过处理flag解析，然后执行main函数。 有两种情况： · 如果你的代码中的入口函数不叫main()，而是一个其他名字的函数，如test()，则你应该这样写入口tf.app.run(test) · 如果你的代码中的入口函数叫main()，则你就可以把入口写成tf.app.run()tf.
转载
2024-03-19 08:27:39
68阅读
Softmax Regression是Logistic回归在多分类上Flow基本API实现的...
原创
2023-06-14 19:37:35
64阅读
本文是在Softmax Regression的基础上Multilayer Perceptron的基本原理...
原创
2023-06-14 19:37:30
104阅读
一、如何在Ubuntu上编辑和运行TensorFlow包下的代码（1）使用vim编辑器编辑，终端运行代码 该方法首先需要打开Ubuntu的终端，然后输入以下代码进入Anaconda管理下安装了TensorFlow包的Python环境：zlt@zlt-virtual-machine:~/download/MyTfTest$ source activate tensorflow 成功运行后即可在前面看
转载
2024-05-01 20:53:48
134阅读
Tensorflow暑期实践——波士顿房价预测(全部代码)
原创
2021-08-31 10:52:39
402阅读
RCNN算法的tensorflow实现这个算法的思路大致如下： 1、训练人脸分类模型 输入：图像；输出：这张图像的特征 1-1、在Caltech256数据集上pre-trained，训练出一个较大的图片识别库； 1-2、利用之前人脸与非人脸的数据集对预训练模型进行fine tune，得到一个人脸分类模型。 2、训练SVM模型（重新定义正负样本）输入
转载
2024-02-26 20:35:31
26阅读
x = tf.placeholder(tf.float32, [None, 784])x isn't a specific value. It's a placeholder, a value that we'll input when we ask TensorFlow to run a computation. We want to be able to input any
转载
2024-04-30 05:59:33
35阅读
摘要：Tensorflow Distributions提供了两类抽象：distributions和bijectors。distributions提供了一系列具备快速、数值稳定的采样、对数概率计算以及其他统计特征计算方法的概率分布。bijectors提供了一系列针对distribution的可组合的确定性变换。1、Distributions1.1 methods一个distribution至少实现以
转载
2024-05-06 14:04:10
25阅读
http://product.dangdang.com/25207334.html内容 简 介本书总的指导思想是在掌握深度学习的基本知识和特性的基础上，培养使用TensorFlow进行实际编程以解决图像处理相关问题的能力。全书力求深入浅出，通过通俗易懂的语言和详细的程序分析，介绍TensorFlow的基本用法、高级模型设计和对应的程序编写。本书共22章，内容包括Python类库
原创
2018-01-23 09:35:48
5351阅读
1评论
http://www.cnblogs.com/jackkwok/p/7228021.html 1，运行准备 按照https://github.com/matthewearl/deep-anpr说明的用法，运行过程分以下4步： （1）准备10万个背景图片 （2）合成1000个测试车牌图像 （3）训练，
转载
2018-01-18 22:02:00
317阅读
2评论
lstm实现困惑度困惑度是什么具体实现数据准备vocabWord2idbatch_data模型的配置 困惑度是什么通常在永ngram语言模型的时候，通常用困惑度来描述这个query的通顺程序，ngram是一个统计概率模型。 但是ngram模型有一个缺点，就是通常我们使用的是2-gram或者3-gram，那么对于大于3个字或词以上的信息就不能捕获到了，但是循环神经网络可以将任意长度的信息都捕获到，
转载
2024-05-28 19:31:19
46阅读
基于 Tensorflow 的 NN： 用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。 张量tensor： 张量就是多维数组（列表），用“阶”表示张量的维度。 0 阶张量称作 标量scalar 1 阶张量称作 向量vector [] 2 阶张量称作 矩阵matrix [[]]数据类型： Tensorflow 的数据类型有 tf.f...
原创
2022-03-01 13:44:55
211阅读
基于 Tensorflow 的 NN： 用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。 张量tensor： 张量就是多维数组（列表），用“阶”表示张量的维度。 0 阶张量称作 标量scalar 1 阶张量称作 向量vector [] 2 阶张量称作 矩阵matrix [[]]数据类型： Tensorflow 的数据类型有 tf.f...
原创
2021-07-12 13:50:33
232阅读
TensorFlow 与其他编程语言非常不同。首先通过将程序分为两个独立的部分，构建任何拟创建神经网络的蓝图，包括计算图的定义及其执行。起初这对于传统程序员来说看起来很麻烦，但是正是图定义和执行的分开设计让 TensorFlow 能够多平台工作以及并行执行，TensorFlow 也因此更加强大。 计算图：是包含节点和边的网络。本节定义所有要使用的数据，也就是张量（tensor）对象（常量、变量和占
转载
2024-03-20 11:35:30
30阅读
TensorFlow C++ Session API reference documentationTensorFlow’s public C++ API includes only the API for executing graphs, as of version 0.5. To control the execution of a graph from C++: TensorFlow的C+
转载
2024-05-07 09:24:50
87阅读
它较原先的1.x版本有什么改进呢？我们知道作为一个算法研究工具，tensorflow相较于同类型产品，编码是较为复杂的，需要引入额外的“搭建阶段（Construction Phase）”来创建视图，创建会话，初始化变量等等。同样是一段计算一串等比数列（1，1/2，1/4...）前50项之和，PyTorch的代码只有区区几行： 而在Tensorflow则要经历环境和执行阶段的构建工作。 结构的复杂性
转载
2024-08-24 14:16:10
68阅读
前言： 一般来说，如果安装tensorflow主要目的是为了调试些小程序的话，只要下载相应的包，然后，直接使用pip install tensorflow即可。 但有时我们需要将Tensorflow的功能移植到其它平台，这时就无法直接安装了。需要我们下载相应的Tensorflow源码，自已动手编译了。正文：
转载
2023-09-27 08:17:06
82阅读
关于什么是 LSTM 我就不详细阐述了，吴恩达老师视频课里面讲的很好，我大概记录了课上的内容在吴恩达《序列模型》笔记一，网上也有很多写的好的解释多的问题，网上大部分的博客都没有讲清楚 cell 参数的设置，在我看了N多篇文章后终于搞明白了，写出来让大家少走一些弯路吧！ 如上图是一个LSTM的单元，可以应用到多种RNN结构中，常用的应该是 one-to-many 和 many-to-many 下面介
转载
2024-03-26 11:17:54
66阅读
