原创 Tensorflow學習筆記:基礎篇(6)——Mnist手寫集改進版(Optimizer與Tensorboard)

Tensorflow學習筆記(6)——Mnist手寫集改進版(Optimizer優化器與Tensorboard) 前序 — 前文中,我們將三層全連接神經網絡的方差代價函數(二次代價函數)替換成交叉熵函數來完成MNIST數據的分類

原创 Tensorflow學習筆記:基礎篇(1)——線性迴歸

Tensorflow學習筆記:基礎篇(1)——線性迴歸 準備工作 — 正文開始之前,我先介紹一下我自己使用的Tensorflow環境,無論是Mac還是Windows,強烈推薦使用Anaconda,裏面集成了大部分常用的程序包,不

原创 Tensorflow學習筆記:基礎篇(4)——Mnist手寫集改進版(添加隱藏層)

Tensorflow學習筆記:基礎篇(4)——Mnist手寫集改進版(添加隱藏層) 前序 — 前文中,我們的初始版本實現了一個非常簡單的兩層全連接網絡來完成MNIST數據的分類問題,輸入層784個神經元,輸出層10個神經元,最終迭代計算

原创 Tensorflow學習筆記:CNN篇(2)——CNN模型的模塊化設計

Tensorflow學習筆記:CNN篇(2)——CNN模型的模塊化設計 前序 —在上文的程序中爲了反應CNN模型的基本結構,在編寫時遵循了“由前向後,缺什麼補什麼”的思路。結果可以看到,程序也能較好地完成工作達到模型設計的目的,但是也可

原创 Tensorflow學習筆記:基礎篇(7)——Mnist手寫集改進版(Tensorboard可視化)

Tensorflow學習筆記:基礎篇(7)——Mnist手寫集改進版(Tensorboard可視化界面) 前序 — 前文中,我們在三層全連接神經網絡中使用了學習率隨迭代次數增加而逐漸衰減的AdamOptimizer優化器來完成MNIST

原创 Tensorflow學習筆記:CNN篇(6)——CIFAR-10數據集VGG19實現

Tensorflow學習筆記:CNN篇(6)——CIFAR-10數據集VGG19實現 前序 — 這是一個基於Tensorflow的VGG19模型在CIFAR-10數據集上的實現,包括圖像預處理,VGG19模型搭建和最終訓練。 VGG1

原创 Tensorflow學習筆記:CNN篇(9)——Finetuning,複用ImageNet的VGGNet進行圖像識別

Tensorflow學習筆記:CNN篇(9)——Finetuning,複用在ImageNet已訓練好的VGGNet進行圖像識別 前序 — 到目前爲止,對於模型的設計和訓練,讀者可能已經較爲熟悉,如果讀者已經能夠使用設計出的模型進行訓練並

原创 Tensorflow學習筆記:基礎篇(9)——Mnist手寫集完結版(Embedding Visualization)

Tensorflow學習筆記:基礎篇(9)——Mnist手寫集完結版(Embedding Visualization) 前序 — 前文中,我們說了過擬合現象,通過Dropout的方法進行緩解。 — 今天是我們三層全連接神經網絡的最後一

原创 Tensorflow學習筆記:CNN篇(5)——CIFAR-10數據集VGG19實現(Keras版)

Tensorflow學習筆記:CNN篇(5)——CIFAR-10數據集VGG19實現(Keras版) 完整代碼 import keras import numpy as np from keras.datasets import cif

原创 Tensorflow學習筆記:CNN篇(10)——Finetuning,貓狗大戰,VGGNet的重新針對訓練

Tensorflow學習筆記:CNN篇(10)——Finetuning,貓狗大戰,VGGNet的重新針對訓練 前序 — 在前面的例子中,對使用已在ImageNet上訓練好的VGGNet模型進行圖像預測已經獲得了成功,但是對於使用Tens

原创 Tensorflow實現:圖像描述---Show and Tell: A Neural Image Caption Generator

Tensorflow實現:圖像描述—Show and Tell: A Neural Image Caption Generator Introduction Image Caption是一個融合計算機視覺、自然語言處理和機器學習的綜合

原创 Tensorflow學習筆記:基礎篇(8)——Mnist手寫集改進版(過擬合與Dropout)

Tensorflow學習筆記:基礎篇(8)——Mnist手寫集改進版(過擬合與Dropout) 前序 — 前文中,我們在三層全連接神經網絡中使用了Tensorboard對模型訓練中的參數與模型架構進行可視化顯示 — 本文我們來說一個相

原创 Tensorflow學習筆記:CNN篇(3)——CIFAR-10數據集的CNN實現

Tensorflow學習筆記:CNN篇(3)——CIFAR-10數據集的CNN實現 前序 —在前面的介紹中,使用卷積神經網絡對MNIST數據集做了應用,然而MNIST數據集僅限於對手寫數字的識別,而且手寫數字相對於自然物體和圖片非常簡單

原创 Tensorflow學習筆記:CNN篇(8)——Finetuning,模型更爲細化的保存與恢復

Tensorflow學習筆記:CNN篇(8)——Finetuning,模型更爲細化的保存與恢復 前序 — 對於模型的保存和恢復,前文已經做了介紹,然而讀者可能已經注意到,在設定的保存文件夾中有着4個不同的文件類型: 可以得知,根據

原创 Tensorflow學習筆記:基礎篇(2)——多項式迴歸

Tensorflow學習筆記:基礎篇(2)——多項式迴歸 — 前文學習筆記(1)中說到線性迴歸並不能很好的擬合正弦的問題,loss函數值不甚理想,本文將在上文的Tensorflow程序中進行修改,框架結構不變,數據集也不變,僅把線性迴歸