tensorflow 卷积神经网络基本参数()
摘要：目录： 1. tf.placeholder_with_default(tf.constant(1.0),shape=[],name='use_dropout') # 设置一个占位符 2. tf.constant(input, size, name) # 产生一个变量 3.tf.variable_sc
阅读全文
posted @
2018-12-20 18:27
python我的最爱
阅读(819)
推荐(0) 编辑
tensorflow 基本函数(1.tf.split, 2.tf.concat,3.tf.squeeze, 4.tf.less_equal, 5.tf.where, 6.tf.gather, 7.tf.cast, 8.tf.expand_dims, 9.tf.argmax, 10.tf.reshape， 11.tf.stack， 12tf.less， 13.tf.boolean_mask
摘要：1. tf.split(3, group, input) # 拆分函数 3 表示的是在第三个维度上， group表示拆分的次数， input 表示输入的值 2. tf.concat(3, input) # 串接函数 3 表示的是在第三个维度上， input表示的是输入，输入一般都是列表 3. tf.
阅读全文
posted @
2018-12-20 16:09
python我的最爱
阅读(554)
推荐(0) 编辑
跟我学算法-match-LSTM(向唐老师看齐)
摘要：对于match-lstm,将hi文本与输出的match-lstm（由si,hi,qi）组合重新输入到LSTM网络中，以端对端的操作理念。 参考的博客：https://blog.csdn.net/laddie132/article/details/79159895 #MATCH-LSTM原理 http
阅读全文
posted @
2018-12-06 21:59
python我的最爱
阅读(512)
推荐(0) 编辑
跟我学算法-对抗生成网络
摘要：对抗生成网络，通过对分别两个矛盾的函数，进行各自的训练，已达到两个函数都能实现各自的最优化，得到的参数就是一个较好的参数 两个对抗函数： 函数一：是判别损失函数，使得判别式的准确率越来越大, 及self.D1被判断为1， self.D2被判断为0 self.loss_d = tf.reduce_me
阅读全文
posted @
2018-09-09 21:09
python我的最爱
阅读(580)
推荐(0) 编辑
跟我学算法- tensorflow 卷积神经网络训练验证码
摘要：使用captcha.image.Image 生成随机验证码，随机生成的验证码为0到9的数字，验证码有4位数字组成,这是一个自己生成验证码，自己不断训练的模型 使用三层卷积层，三层池化层，二层全连接层来进行组合 第一步：定义生成随机验证码图片 第二步： 生成训练样本 第三步： 定义CNN，这里的CNN
阅读全文
posted @
2018-09-03 11:44
python我的最爱
阅读(1172)
推荐(0) 编辑
跟我学算法- tensorflow 实现RNN操作
摘要：对一张图片实现rnn操作，主要是通过先得到一个整体，然后进行切分，得到的最后input结果输出*_w[‘out’] + _b['out'] = 最终输出结果 第一步： 数据载入 第二步： 初始化参数 第三步： 构建RNN函数 第四步： 构建cost函数和准确度函数 第五步： 训练模型， 降低cost
阅读全文
posted @
2018-09-01 22:49
python我的最爱
阅读(747)
推荐(0) 编辑
跟我学算法- tensorflow VGG模型进行测试
摘要：我们使用的VGG模型是别人已经训练好的一个19层的参数所做的一个模型 第一步：定义卷积分部操作函数 第二步：定义卷积操作函数 第三步： 构造文件路径 第四步：训练模型，输出特征图像
阅读全文
posted @
2018-09-01 18:48
python我的最爱
阅读(785)
推荐(0) 编辑
跟我学算法-tensorflow 实现卷积神经网络附带保存和读取
摘要：这里的话就不多说明了，因为上上一个博客已经说明了
阅读全文
posted @
2018-09-01 15:15
python我的最爱
阅读(335)
推荐(0) 编辑
跟我学算法- tensorflow模型的保存与读取 tf.train.Saver()
摘要：save = tf.train.Saver() 通过save. save() 实现数据的加载 通过save.restore() 实现数据的导出 第一步： 数据的载入 第二步： 数据的导出
阅读全文
posted @
2018-09-01 14:44
python我的最爱
阅读(357)
推荐(0) 编辑
跟我学算法-tensorflow 实现卷积神经网络
摘要：我们采用的卷积神经网络是两层卷积层，两层池化层和两层全连接层 我们使用的数据是mnist数据，数据训练集的数据是50000*28*28*1 因为是黑白照片，所以通道数是1 第一次卷积采用64个filter， 第二次卷积采用128个filter，池化层的大小为2*2，我们采用的是两次全连接 第一步：导
阅读全文
posted @
2018-09-01 11:56
python我的最爱
阅读(333)
推荐(0) 编辑
跟我学算法-tensorflow 实现神经网络
摘要：神经网络主要是存在一个前向传播的过程，我们的目的也是使得代价函数值最小化 采用的数据是minist数据，训练集为50000*28*28 测试集为10000*28*28 lable 为50000*10, 10分类， 每一个结果对应一个label值 第一步: 导入数据 # 第二步：初始化参数 第三步：
阅读全文
posted @
2018-08-31 23:05
python我的最爱
阅读(240)
推荐(0) 编辑
跟我学算法-tensorflow 实现logistics 回归
摘要：tensorflow每个变量封装了一个程序，需要通过sess.run 进行调用 接下来我们使用一下使用mnist数据，这是一个手写图像的数据，训练集是55000*28*28, 测试集10000* 28*28 第一步：导入数据 第二步：初识化变量 第三步： 构造初始化函数 第四步：迭代优化参数
阅读全文
posted @
2018-08-31 21:21
python我的最爱
阅读(233)
推荐(0) 编辑
跟我学算法-tensorflow 实现线性拟合
摘要：TensorFlow™ 是一个开放源代码软件库，用于进行高性能数值计算。借助其灵活的架构，用户可以轻松地将计算工作部署到多种平台（CPU、GPU、TPU）和设备（桌面设备、服务器集群、移动设备、边缘设备等）。TensorFlow™ 最初是由 Google Brain 团队（隶属于 Google 的
阅读全文
posted @
2018-08-31 11:17
python我的最爱
阅读(506)
推荐(0) 编辑
