上一页 1 ··· 22 23 24 25 26 27 28 29 30 ··· 58 下一页
摘要: 分布式接口 分布式接口 创建集群的方法是为每一个任务启动一个服务,这些任务可以分布在不同的机器上,也可以同一台机器上启动多个任务,使用不同的GPU等来运行。每个任务都会创建完成一下工作 1、创建一个tf.train.ClusterSpec,用于对集群中的所有任务进行描述,该描述内容对所有任务应该是相 阅读全文
posted @ 2019-01-17 20:51 zhangqi0828 阅读(836) 评论(0) 推荐(0) 编辑
摘要: 多分类图像识别案例 多分类图像识别案例 CIFAR-10 CIFAR-10数据集由10个类别的60000 32x32彩色图像组成,每个类别有6000张图像。有50000个训练图像和10000个测试图像。数据集分为五个训练集和一个测试集,每个集有10000个图像。测试集包含来自每个类的正好1000个随 阅读全文
posted @ 2019-01-17 17:07 zhangqi0828 阅读(552) 评论(0) 推荐(0) 编辑
摘要: 模型接口建立 模型接口的建立 我们将模型接口都放在cifar_omdel.py文件当中,设计了四个函数,input()作为从cifar_data文件中数据的获取,inference()作为神经网络模型的建立,total_loss()计算模型的损失,train()来通过梯度下降训练减少损失 input 阅读全文
posted @ 2019-01-17 17:07 zhangqi0828 阅读(789) 评论(0) 推荐(0) 编辑
摘要: 图像识别卷积网络实现案例 Mnist数据集卷积网络实现 前面在MNIST上获得92%的准确性是不好的,对于CNN网络来说,我们同样使用Mnist数据集来做案例,这可以使我们的准确率提升很多。在感受输入通道时不是那么明显,因为是黑白图像的只有一个输入通道。那么在Tensorflow中,神经网络相关的操 阅读全文
posted @ 2019-01-17 08:27 zhangqi0828 阅读(762) 评论(0) 推荐(0) 编辑
摘要: 网络优化改进 网络优化改进 网络优化的方法有很多,在这里我们使用其中一种优化方式。在我们的模型训练时候,会有一个重要的因素需要设定,就是学习率。那么在手动设定学习率的时候不一定准确。 这种人为的设定对于模型的输出影响较大。所以在这里引入了一种自动更新学习率的函数。 指数衰减学习率exponentia 阅读全文
posted @ 2019-01-17 08:27 zhangqi0828 阅读(234) 评论(0) 推荐(0) 编辑
摘要: 多分类图像识别案例 多分类图像识别案例 CIFAR-10 CIFAR-10数据集由10个类别的60000 32x32彩色图像组成,每个类别有6000张图像。有50000个训练图像和10000个测试图像。数据集分为五个训练集和一个测试集,每个集有10000个图像。测试集包含来自每个类的正好1000个随 阅读全文
posted @ 2019-01-17 08:27 zhangqi0828 阅读(1115) 评论(0) 推荐(0) 编辑
摘要: 卷积神经网络与图像识别 我们介绍了人工神经网络,以及它的训练和使用。我们用它来识别了手写数字,然而,这种结构的网络对于图像识别任务来说并不是很合适。本文将要介绍一种更适合图像、语音识别任务的神经网络结构——卷积神经网络(Convolutional Neural Network, CNN)。说卷积神经 阅读全文
posted @ 2019-01-17 08:26 zhangqi0828 阅读(20190) 评论(0) 推荐(0) 编辑
摘要: ANN网络分析 Mnist手写数字识别 Mnist数据集可以从官网下载,网址: http://yann.lecun.com/exdb/mnist/ 下载下来的数据集被分成两部分:55000行的训练数据集(mnist.train)和10000行的测试数据集(mnist.test)。每一个MNIST数据 阅读全文
posted @ 2019-01-16 20:03 zhangqi0828 阅读(642) 评论(0) 推荐(0) 编辑
摘要: 神经网络基础与人工神经网络 神经网络方面的研究很早就已出现,今天“神经网络”已是一个相当大的、多学科交叉的学科领域。神经网络中最基本的成分是神经元模型。 上图中每个圆圈都是一个神经元,每条线表示神经元之间的连接。我们可以看到,上面的神经元被分成了多层,层与层之间的神经元有连接,而层内之间的神经元没有 阅读全文
posted @ 2019-01-16 19:57 zhangqi0828 阅读(573) 评论(0) 推荐(0) 编辑
摘要: 神经网络与深度学习 深度学习(deep learning)是机器学习拉出的分支,它试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表 阅读全文
posted @ 2019-01-16 12:58 zhangqi0828 阅读(2502) 评论(0) 推荐(0) 编辑
上一页 1 ··· 22 23 24 25 26 27 28 29 30 ··· 58 下一页