tensorflow
-
tensorflow实现验证码识别案例
1、知识点 “”” 验证码分析： 对图片进行分析： 1、分割识别 2、整体识别 输出：[3,5,7] –>softmax转为概率[0.04,0.16,0.8] —> 交叉熵计算损失值 (目标值和预测值的对数) tf.argmax(预测值，2)验证码样例：[NAZP] [XCVB] [WEFW] ，都是字母的 “”” 2、将数据写入TFRec…
-
tensorflow文件读取
1、知识点 “”” 注意：在tensorflow当中，运行操作具有依赖性 1、CPU操作计算与IO计算区别： CPU操作： 1、tensorflow是一个正真的多线程，并行的执行任务 2、使用tfrecords对文件读取进行改善 IO操作： 1、一次性读取数据，消耗内存 2、一次性进行训练 2、队列API： 1、tf.FIFOQueue(capacity, …
-
tensorflow实现线性回归、以及模型保存与加载
内容：包含tensorflow变量作用域、tensorboard收集、模型保存与加载、自定义命令行参数 1、知识点 “”” 1、训练过程： 1、准备好特征和目标值 2、建立模型，随机初始化权重和偏置; 模型的参数必须要使用变量 3、求损失函数，误差为均方误差 4、梯度下降去优化损失过程，指定学习率 2、Tensorflow运算API: 1、矩阵运算：tf.m…
-
tensorflow2.0 squeeze出错
用tf.keras写了自定义层，但在调用自定义层的时候总是报错，找了好久才发现问题所在，所以记下此问题。 问题代码 u=tf.squeeze(tf.expand_dims(tf.expand_dims(inputs,axis=1),axis=3)@self.kernel,axis=3) 其中inputs的第一维为None，这里的代码为自定义的前向传播。我是想…
-
【华为云技术分享】【一统江湖的大前端（9）】TensorFlow.js 开箱即用的深度学习工具
示例代码托管在：http://www.github.com/dashnowords/blogs 博客园地址：《大史住在大前端》原创博文目录 目录 一. 上手TensorFlow.js 二. 使用TensorFlow.js构建卷积神经网络 卷积神经网络 搭建LeNet-5模型 三. 基于迁移学习的语音指令识别 推荐课程 TensorFlow是Google推…
-
Tensorflow实现图像数据增强（Data Augmentation）
在我们处理有关图像的任务，比如目标检测，分类，语义分割等等问题当中，我们常常需要对训练集当中的图片进行数据增强（data augmentation）,这样会让训练集的样本增多，同时让神经网络模型的泛化能力更强。在进行图片的数据增强时，我们一般会对图像进行翻转，剪裁，灰度变化，对比度变化，颜色变化等等方式生成新的训练集，这就是计算机视觉当中的数据增强。我们来看…
-
Tensorflow函数式API的使用
在我们使用tensorflow时，如果不能使用函数式api进行编程，那么一些复杂的神经网络结构就不会实现出来，只能使用简单的单向模型进行一层一层地堆叠。如果稍微复杂一点，遇到了Resnet这种带有残差模块的神经网络，那么用简单的神经网络堆叠的方式则不可能把这种网络堆叠出来。下面我们来使用函数式API来编写一个简单的全连接神经网络：首先导包： from ten…
-
Tensorflow实现对fashion mnist（衣服，裤子等图片）数据集的softmax分类
首先我们要明确的是下面我们讲解的是一个很基础的神经网络，因为我们只是为了通过下面这个实例来为大家解释如何使用tensorflow2.0这个框架。整个神经网络的架构是首先是flatten层（把图片从二维转化为一维），然后经过一系列的全连接网络层，中间穿插着一些dropout层来避免过拟合，最后达到softmax层实现多分类。在整个神经网络当中并没有用到卷积神经…
-
Tensorflow最简单实现ResNet50残差神经网络，进行图像分类，速度超快
在图像分类领域内，其中的大杀器莫过于Resnet50了，这个残差神经网络当时被发明出来之后，顿时毁天灭敌，其余任何模型都无法想与之比拟。我们下面用Tensorflow来调用这个模型，让我们的神经网络对Fashion-mnist数据集进行图像分类.由于在这个数据集当中图像的尺寸是28*28*1的，如果想要使用resnet那就需要把28*28*1的灰度图变为22…
-
深度学习框架TensorFlow在Kubernetes上的实践
什么是TensorFlow TensorFlow是谷歌在去年11月份开源出来的深度学习框架。开篇我们提到过AlphaGo，它的开发团队DeepMind已经宣布之后的所有系统都将基于TensorFlow来实现。TensorFlow一款非常强大的开源深度学习开源工具。它可以支持手机端、CPU、GPU以及分布式集群。TensorFlow在学术界和工业界的应用都非常…
