05 2019 档案
摘要：1.共享变量用途 在构建模型时，需要使用tf.Variable来创建一个变量（也可以理解成节点）。当两个模型一起训练时，一个模型需要使用其他模型创建的变量，比如，对抗网络中的生成器和判别器。如果使用tf.Variable，将会生成一个新的变量，而我们需要使用原来的那个变量。这时就是通过引入get_V
阅读全文
摘要：1.张量 张量可以说是TensorFlow的标志，因为整个框架的名称TensorFlow就是张量流的意思，全面的认识一下张量。在TensorFlow程序使用tensor数据结构来代表所有的数据，在计算图中，操作之间的数据都是Tensor，Tensor可以看做n维的数组或列表，每个tensor包含了类
阅读全文
摘要：TensorFlow提供了一个可视化工具TensorBoard，它能够将训练过程中的各种绘制数据进行展示出来，包括标量，图片，音频，计算图，数据分布，直方图等，通过网页来观察模型的结构和训练过程中各个参数的变化。 Tensorboard通过一个日志展示系统进行数据可视化，在session运行图的时候
阅读全文
摘要：1.检查点 保存模型并不限于在训练模型后，在训练模型之中也需要保存，因为TensorFlow训练模型时难免会出现中断的情况，我们自然希望能够将训练得到的参数保存下来，否则下次又要重新训练。 这种在训练中保存模型，习惯上称之为保存检查点。 2.添加保存点 通过添加检查点，可以生成载入检查点文件，并能够
阅读全文
摘要：我们在训练好模型的时候，通常是要将模型进行保存的，以便于下次能够直接的将训练好的模型进行载入。 1.保存模型 首先需要建立一个saver，然后在session中通过saver的save即可将模型保存起来，具体的代码流程如下 # 前面的是定义好的模型结构 2.载入模型 将模型保存后，在保存的路径中，可
阅读全文
摘要：1.指定GPU运算 如果安装的是GPU版本，在运行的过程中TensorFlow能够自动检测。如果检测到GPU，TensorFlow会尽可能的利用找到的第一个GPU来执行操作。 如果机器上有超过一个可用的GPU，除了第一个之外的其他的GPU默认是不参与计算的。为了让TensorFlow使用这些GPU，
阅读全文
摘要：0.tensorflow中的模型运行基础 tensorflow的运行机制属于定义和运行相分离，在操作层面可以抽象成两种：模型构建和模型运行。 在模型构建中的常见概念： 张量(tensor)：数据，即某一类型的多为数组 变量(Variable)：常用于定义模型中的参数，是通过不断训练得到的值 占位符(
阅读全文
摘要：代码函数详解 tf.random.truncated_normal()函数 tf.truncated_normal函数随机生成正态分布的数据，生成的数据是截断的正态分布，截断的标准是2倍的stddev。 zip()函数 zip() 函数用于将可迭代对象作为参数，将对象中对应的元素打包成一个个元组，然
阅读全文
摘要：下面我们来对深度学习中的各个框架的特点进行介绍 1.TensorFlow框架 tensorflow是用c++语言开发的，同时支持C，java，python等多种语言多的调用，目前主流的方式通常会使用python语言进行驱动应用。利用c++语言可以保证其运行效率，python语言作为其上层应用语言，可
阅读全文
摘要：0提升的基本方法 对于分类的问题，给定一个训练样本集，求比较粗糙的分类规则（弱分类器）要比求精确的分类的分类规则（强分类器）容易的多。提升的方法就是从弱分类器算法出发，反复学习，得到一系列弱分类器（又称为基本分类器），然后组合这些弱分类器，构成一个强分类器。大多数的提升方法都是改变训练数据集的概率分
阅读全文
摘要：Java调用sklearn生成好的Logistic模型进行鸢尾花的预测，机器学习是python语言的长处，而Java在web开发方面更具有优势，如何通过java来调用python中训练好的模型进行在线的预测呢？在java语言中去调用python构建好的模型主要有三种方法：
阅读全文
摘要：模型选择的典型方法是正则化。正则化是结构风险最小化策略的实现，是在经验风险上加一个正则化项或惩罚项。正则化一般是模型复杂度的单调递增函数，模型越越复杂，正则化的值就越大，比如，正则化项可以是模型参数向量的范数：
阅读全文