使用tensorflow实现代码的步骤：如下 通用十步骤：
1.导入或生成数据集；
2.转换和标准化数据；data = tf.nn.batch_norm_with_global_normalization(...)
3.划分训练、测试和验证数据集；
4.设置超参数，集中设置；
learning_rate = 0.01
batch_siz
1.tensorflow的运行流程构造模型和训练。 在构造模型阶段，我们需要构建一个图(Graph)来描述我们的模型。所谓图，也可以理解为流程图，就是将数据的输入->中间处理->输出的过程表示出来，就像下面这样。
如何构建抽象的模型呢？这里就要提到tensorflow中的几个概念:Tensor,Variable,placeholder,而在训练阶段，则需要介绍S
转载
2024-04-07 21:39:18
11阅读
一、TensorFlow安装在Windows系统下进行安装，cmd进入命令控制窗，输入命令利用豆瓣网的镜像下载安装TensorFlow包python -m pip install tensorflow -i https://pypi.douban.com/simple输入import tensorflow as tf 若不报错，则安装成功。二、TensorFlow基本操作3.打开basic-ope
转载
2023-12-11 10:02:48
46阅读
tensorflow的运行流程：构造模型和训练构造模型阶段：构建一个图表示模型(此过程的模型都是抽象的)，即流程图，数据的输入->中间处理->输出的过程此过程不会发生实际运算。此阶段涉及到的概念Tensor,Variable,placeholder训练阶段：实际的数据输入，梯度计算等操作此阶段涉及到的概念Session基本概念1.Tensor就是张量，可以理解为矩阵。 >>
转载
2024-04-20 23:01:13
43阅读
tf.train.Saver类的使用保存模型：import tensorflow as tf
v1=tf.Variable(tf.constant(1.0,shape=[1]),name='v1')
v2=tf.Variable(tf.constant(2.0,shape=[1]),name='v2')
result=v1+v2
init_op=tf.global_variables_ini
转载
2024-03-21 17:10:41
35阅读
tensorflow项目构建流程一、构建路线个人感觉对于任何一个深度学习库，如mxnet、tensorflow、theano、caffe等，基本上我都采用同样的一个学习流程，大体流程如下：(1)训练阶段：数据打包-》网络构建、训练-》模型保存-》可视化查看损失函数、验证精度(2)测试阶段：模型加载-》测试图片读取-》预测显示结果(3)移植阶段：量化、压缩加速-》微调-》C++移植打包-》上线这边我
转载
2023-12-29 13:57:03
34阅读
参考文献：Hands On Machine Learning with Scikit Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems 由于模型中存在regulariz
转载
2020-04-22 19:54:00
299阅读
2评论
文 / 刘童璇，Alibaba PAI 团队Alibaba PAI 团队从 16 年开始在 TensorFlow上进行优化，结合阿里巴巴推荐、搜索、广告等核心业务，打造锤炼 TensorFlow 对超大规模稀疏模型的训练能力。在 2018 年 9 月在上海举行的”谷歌开发者日”，和 2019 年 3 月在美国举行的 “TensorFlow Developer Summit” 都曾分享过
参考文献：Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Sy...
转载
2020-04-22 19:54:00
481阅读
2评论
TesorBorad除了可以可视化整个神经网络结构的过程以外 tensorboard还可以可视化训练过程( b w 变化过程)。下图展示不同标签显示的不同数据过程 显示训练过程的关键方法层中的变化数据会在DISTRIBUTIONS 和 HISTOGRAMS 里面出现tensorflow中提供了tf.summary.histogramy()方法,用来绘制图片, 第一个参数是图表的名称, 第二个参数是
转载
2024-07-23 16:33:04
78阅读
训练train.pytest.py按照验证的写法即可 模型使用的是之前的cifar10_seq模型步骤如下：设置使用的设备（cuda、mps）创建数据集（数据集自定义参照dataset一文）加载数据集创建网络并放到设备上、损失函数、优化器以及其相关参数、冻结权重等其他操作（如tensorboard）设定整个迭代次数，训练，验证训练过程：设置训练模式得到数据与标签，放到要使用的设备得到预测结果，计算
转载
2023-06-16 10:10:10
261阅读
一、我们要做什么？简单问题：如何让机器学会不通过明确的数学公式，输入任意值，输出他的3倍？ 我们需要做什么：我们需要让计算机从一组看似混乱的数据中总结出 输出 约等于 3 倍 输入 的规律。二、我们要怎么做？一般机器学习分为四个步骤：准备数据搭建模型迭代训练使用模型准备数据阶段我们会收集和任务有关的数据，然后我们会搭建神经网络模型，通过一定的迭代训练让神经网络学习到数据的特征，从而得到相关规律，形
svm是专门用于二分类问题的办法之一，由于mnist有10类，因此我们需要制定一个多分类的方案。常用的方案有：1.“一对其他“：把y=i看成一类，其余看成一类,这样一来我们需要训练10组svm,每次都需要训练全部样例，将未知x向量带入取结果最大的对应的类别作为结果类别2.“一对一”：任选两类做训练，这样一来我们需要训练45个svm，每次需要训练少量样例，将未知x向量带入取票数最多的类别作为结果类别
转载
2024-09-18 19:47:31
120阅读
目录RCNN背景：原理：缺点：端到端的Fast RCNN背景：原理：缺点：走向实时：Faster RCNN (two-stage)背景：原理：RPN详解：Anchor的理解：RPN的真值和预测值：RPN卷积网络:RPN真值的求取：损失函数：NMS与生成Proposal：筛选Proposal得到ROl：ROl Pooling层：相关主干代码：RCNN背景：RCNN全称为Regions with CN
转载
2024-09-24 19:28:44
91阅读
【学习目的】 一旦选择了解决方案，就必须把它付诸实施。必须制定实际的运用步骤。必须有一个确定的计划。【问题】 一名推销化妆品的销售人员与意一位职于大百货商店的采购员接上了关系，试图将自己的新产品摆在这个商店的柜台上。然而，那个采购员表示不愿意帮这个忙，它推
简介通过深度学习技术搭建残差网络，使用 CompsCars数据集进行车型识别模型的训练，并将训练好的模型移植到了Android端，实现了通过手机扫一扫的方式进行汽车车型识别的功能。项目涉及到的技术点较多，需要开发者有一定的技术功底。如：python语言的使用、深度学习框架pytorch的使用、爬虫脚本的理解、Java语言的使用、Android平台架构的理解等等。虽然属于跨语言开发，但是要求并不高
转载
2024-05-13 15:58:49
127阅读
PART 1
这个性质被叫做共轭性。共轭先验使得后验概率分布的函数形式与先验概率相同，因此使得贝叶斯分析得到了极⼤的简化。
V:文档集中不重复的词汇的数目
语料库共有m篇文档，；对于文档，由个词汇组成，可重复；是第m个文档中的第n个词。:文档集中文档的总数:第m个文档中包含的词汇总数:文档m中第n个词在词典中的序号，属于1到V:文档m第n个词汇的主题标号，属于1到k:第k个主题的词汇分
可视化tensorflow目录3.1 PlayGround3.3 TensorBoard可视化的例子一1、运行word2vec_basic.py2、在tensorboard中显示3.2 TensorBoard可视化例子二1、scalars面板2、images面板3、graphs面板4、distributions面板5、histograms面板总结参考资料 可视化是认识程序的最直观的方式。在做
转载
2024-08-06 11:23:50
42阅读
#神经网络模型训练过程 通过学习前面几个例子，我们可以总结一下神经网络的典型训练过程如下：第一步：定义具有一些可学习参数（或权重）的神经网络 第二步：迭代输入数据集 第三步：通过网络处理输入 第四步：计算损失(loss) 第五步：反向传播网络的参数 第六步：更新网络的参数，通常使用一个简单的更新规则：weight = weight - learning_rate * gradient#使用PyTo
转载
2024-04-25 11:40:51
0阅读
这篇文章是本人学习 《Hands-On-Machine-Learning-with-Scikit-Learn-and-TensorFlow》的读书笔记第三篇。整理出来是希望在巩固自己的学习效果的同时，希望能够帮助到同样想学习的人。本人也是小白，可能很多地方理解和翻译不是很到位，希望大家多多谅解和提意见。Setup# Common imports
import numpy as np
import
