翻译自：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/slim TensorFlow-Slim TF-Slim是Tensorflow中一个轻量级的库，用于定义、训练和评估复杂的模型。TF-Slim中的组件可以与Tensorflow中原生的函数一起使用，与其他的框架，比如与tf.co
转载
2024-04-24 17:24:01
53阅读
# -*- coding: UTF-8 -*-
# 这份文件的作用是作为一个示例，记录关于 LSTM 函数的各个参数的含义
import tensorflow as tf
import numpy as np
# 这里建立一个简单的模型演示 LSTM 层的特性
model = tf.keras.models.Sequential()
model.add(tf.keras.layers.LS
转载
2024-01-30 01:31:49
539阅读
理论上的参数量之前翻译了 Christopher Olah 的那篇著名的 Understanding LSTM Networks，这篇文章对于整体理解 LSTM 很有帮助，但是在理解 LSTM 的参数数量这种细节方面，略有不足。本文就来补充一下，讲讲如何计算 LSTM 的参数数量。首先来回顾下 LSTM。一层 LSTM 如下： 这里的 实际上是一个句子的 embedding（不考虑 batch
转载
2023-11-23 17:56:44
379阅读
前两篇我们已经通过 Tensorflow 简单构建了经典 CNN 网络中的 LeNet 与 VGG，并通过次网络进行了手写数字识别和17种花的分类，本篇将构建我们自己搭建的 CNN ，来进行验证码的识别。步骤如下：数据的获取构建CNN网络模型的训练、测试、保存模型的加载及识别 一、数据的获取 这里我们使用代码随机生成，假定验证码中只有：数字、大小写字母，验证码的数目是4
softmax是在一个n分类问题中，输入一个n维的logits向量，输出一个n维概率向量，其物理意义是logits代表的物体属于各类的概率。即softmax的输出是一个n维的one_hot_prediction。
softmax_cross_entropy_with_logits输出的是一个batch_size维的向量，这个向量的每一维表示每一个sample的one_hot_label和one_h
转载
2024-06-20 18:49:42
38阅读
学习流程：Estimator 封装了对机器学习不同阶段的控制，用户无需不断的为新机器学习任务重复编写训练、评估、预测的代码。可以专注于对网络结构的控制。 数据导入：Estimator 的数据导入也是由 input_fn 独立定义的。例如，用户可以非常方便的只通过改变 input_fn 的定义，来使用相同的网络结构学习不同的数据。 网络结构：Estimator 的网络结构是在 model_fn 中独
这里我们解释一下tf.nn.rnn_cell.BasicLSTMCell(), tf.nn.dynamic_rnn()的用法。1 tf.nn.rnn_cell.BasicLSTMCell()__init__(
num_units,
forget_bias=1.0,
state_is_tuple=True,
activation=None,
reuse=Non
这里不介绍RNN与RNN的特殊情形LSTM，因为内容过多。一、相关函数介绍 1、创建Cell：tf.nn.rnn_cell.BasicRNNCell(num_units)num_units：创建的神经元个数。 2、创建由 RNNCellcell指定的递归神经网络，执行inputs的完全动态展开（即对单个Cell执行动态展开）：tf.nn.dynamic_rnn( cell, i
转载
2024-03-20 20:00:51
140阅读
LSTM1.简介2.RNN2.1RNN原理内容介绍2.1优缺点3.LSTM3.1RNN差异3.2 LSTM内部结构3.3 LSTM代码 1.简介长短期记忆网络（Long-Short Term Memory,LSTM）论文首次发表于1997年。由于独特的设计结构，LSTM适合于处理和预测时间序列中间隔和延迟非常长的重要事件。 LSTM的表现通常比时间递归神经网络及隐马尔科夫模型（HMM）更好，比如
转载
2024-02-12 07:58:22
197阅读
本文主要了解下面内容：1、JVM常用的配置参数如、内存配置参数、GC策略配置参数、日志配置参数、异常信息参数。2、通过一些辅助指令可以帮助我们查找参数的指令，以及在运行期间查看和更改一些参数配置。3、常用的一些应用启动参数，在项目启动的时候我们需要配置哪些参数。4、各种部署场景下通过什么方式配置这些参数。 一、堆内存相关配置设置堆初始值
指令1：-Xms2g
指令2：-XX:
转载
2023-08-20 09:06:56
1610阅读
1、简介Estimator 是 一种可极大地简化机器学习编程的高阶 TensorFlow API。Estimator 会封装下列操作：训练、评估、预测、导出以供使用我们可以使用预创建的 Estimator，也可以自行编写自定义 Estimator。所有 Estimator（无论是预创建的还是自定义）都是基于 tf.estimator.Estimator 类的类。2、优势Estimator 具有下列
转载
2024-08-25 09:15:00
38阅读
Estimator是Tensorflow的高阶API。除了Tensorflow官方定义的内置Estimator之外，用户也可以实现自定义的Estimator。Estimator定义Estimator的构造函数如下：def __init__(self,
model_fn, # 定义模型，根据不同的模式分别定义训练、评估和预测的图。
model_dir=None, # 模型导出目录
转载
2024-04-08 19:45:18
81阅读
LSTM，全称为长短期记忆网络(Long Short Term Memory networks)，是一种特殊的RNN，能够学习到长期依赖关系。LSTM由Hochreiter & Schmidhuber (1997)提出，许多研究者进行了一系列的工作对其改进并使之发扬光大。 LSTM在解决许多问题上效果非常好，现在被广泛使用。它们主要用于
转载
2024-05-09 15:16:15
83阅读
深度学习框架TensorFlow 官方文档中文版 2016-09-20
大脑模拟 TensofFlow文档已经被翻译为中文，欢迎大家学习参考使用，下面节选基本使用方法一节，完整内容可以下载或访问官方网站。 使用 TensorFlow, 你必须明白 TensorFlow: 使用图 (graph) 来表示计算任务. 在被称之为 会话 (Session)&
准备数据!wget --no-check-certificate \
https://storage.googleapis.com/laurencemoroney-blog.appspot.com/horse-or-human.zip \
-O /tmp/horse-or-human.zip该目录下又分别包含horses和humans子目录。简而言之：训练集就是用来告诉神经网络模型
# Java中Request参数设置详解
## 一、流程图
```mermaid
erDiagram
REQUEST_PARAM-->HANDLE_REQUEST
HANDLE_REQUEST-->SET_PARAMETER
SET_PARAMETER-->GET_PARAM
GET_PARAM-->PROCESS_PARAM
```
## 二、整体流程
在
原创
2024-05-03 05:57:57
409阅读
Python3类型提示本文环境基于 Python3.6.4。 通过 EPE483和EPE484两个版本，从Python3.5 开始支持类型提示（Type Hint）。简单的例子代码1-1： Python3.5之前方法定义def say_hi(name):
return "Hi,"+name代码1-2：Python3.5之后的方法定义def say_hi(name:str)->
在Java、J2EE大型应用中，JVM非标准参数的配置直接关系到整个系统的性能。JVM非标准参数指的是JVM底层的一些配置参数，这些参数在一般开发中默认即可，不需要任何配置。但是在生产环境中，为了提高性能，往往需要调整这些参数，以求系统达到最佳新能。另外这些参数的配置也是影响系统稳定性的一个重要因素，相信大多数Java开发人员都见过“OutOfMemory”类型的错误。呵呵，这其中很可能就是JVM
转载
2023-09-29 10:32:46
179阅读
设置内存分配池的初始大小(以字节为单位)。该值必须为0或1024的倍数且大于1 MB。附加字母k或K表示千字节，m或M指示兆字节，g或G指示千兆字节。根据系统配置在运行时选择默认值。请参阅Java SE HotSpot虚拟机垃圾收集调整指南中的“人体工程学”部分。以下示例显示如何使用各种单位将分配的内存大小设置为6 MB：-XX：InitialHeapSize = 6291456-XX：Initi
转载
2024-05-11 18:55:17
70阅读
一些参数训练的话一般一批一批训练，即让batch_size 个句子同时训练；每个句子的单词个数为num_steps，由于句子长度就是时间长度，因此用num_steps代表句子长度。在NLP问题中，我们用词向量表示一个单词（一个数基本不能表示一个词，大家应该都知道的吧，可以去了解下词向量），我们设定词向量的长度为wordvec_size。LSTM结构中是一个神经网络，即下图的结构就是一个LSTM单元
转载
2024-03-26 11:23:41
98阅读
