随笔分类 - TensorFlow.Net
摘要：某个无聊的下午，在博客园刷帖时无意发现一篇介绍关于风格迁移的文章，提到某个国外团队在这方面研究的最新进展。 他们实现了一个网络，可以把真人的照片转为二次元卡通图片，效果非常好。 论文地址：[2106.06561] GANs N' Roses: Stable, Controllable, Divers
阅读全文
摘要：随着网络越来约复杂，训练难度越来越大，有条件的可以采用GPU进行学习。本文介绍如何在GPU环境下使用TensorFlow.NET。
阅读全文
摘要：本文将介绍如何采用卷积神经网络（CNN）来处理Fashion-MNIST数据集。 程序流程如下： 1、准备样本数据 2、构建卷积神经网络模型 3、网络学习（训练） 4、消费、测试 除了网络模型的构建，其它步骤都和前面介绍的普通神经网络的处理完全一致，本文就不重复介绍了，重点讲一下模型的构建。 先看代
阅读全文
摘要："如果一个算法在MNIST上不work，那么它就根本没法用；而如果它在MNIST上work，它在其他数据上也可能不work"。 —— 马克吐温 上一篇文章我们实现了一个MNIST手写数字识别的程序，通过一个简单的两层神经网络，就轻松获得了98%的识别成功率。这个成功率不代表你的网络是有效的，因为MN
阅读全文
摘要：从这篇文章开始，终于要干点正儿八经的工作了，前面都是准备工作。这次我们要解决机器学习的经典问题，MNIST手写数字识别。 首先介绍一下数据集。请首先解压：TF_Net\Asset\mnist_png.tar.gz文件 文件夹内包括两个文件夹：training和validation，其中trainin
阅读全文
摘要：上一篇文章我们介绍了通过神经网络来处理一个非线性回归的问题，这次我们将采用神经网络来处理一个多元分类的问题。 这次我们解决这样一个问题：输入一个人的身高和体重的数据，程序判断出这个人的身材状况，一共三个类别：偏瘦、正常、偏胖。 处理流程如下： 1、收集数据 2、构建神经网络 3、训练网络 4、保存和
阅读全文
摘要：上一篇文章我们介绍的线性模型的求解，但有很多模型是非线性的，比如： 这里表示有两个输入，一个输出。 现在我们已经不能采用y=ax+b的形式去定义一个函数了，我们只能知道输入变量的数量，但不知道某个变量存在几次方的分量，所以我们采用一个神经网络去定义一个函数。 我们假设只有一个输入、一个输出，神经网络
阅读全文
摘要：回归分析用于分析输入变量和输出变量之间的一种关系，其中线性回归是最简单的一种。 设： Y=wX+b，现已知一组X（输入）和Y（输出）的值，要求出w和b的值。 举个例子：快年底了，销售部门要发年终奖了，销售员小王想知道今年能拿多少年终奖，目前他大抵知道年终奖是和销售额（特征量）挂钩的，具体什么规则不清
阅读全文
摘要：本文介绍TensorFlow.NET基本开发环境。
阅读全文
摘要：这个系列的文章是我这段时间学习TensorFlow.Net的心得体会。
阅读全文