• 截图:【炼数成金】深度学习框架Tensorflow学习与应用


    创建图、启动图

    Shift+Tab Tab

    变量介绍:

    F

    etch

    Feed

    简单的模型构造

    :线性回归

    MNIST数据集 Softmax函数

    非线性回归神经网络

     

    MINIST数据集分类器简单版本

    二次代价函数 sigmoid函数

    交叉熵代价函数

    对数释然代价函数

    拟合

    防止过拟合

    Dropout

    优化器

    优化器的使用

    如何提升准确率?

    1.改每批训练多少个

    2.改神经网络中间层(神经元层数,每层的个数,每层用的激活函数,权重的初值用随机正态、要不要防止过拟合)

    3.改计算loss的函数:交叉熵cross entropy更好。【sigmoid函数一般是作为每层的激活函数,softmax函数是用于多分类,且该函数一般用在最后一层,即输出层,并且不是使用sigmoid函数来获得输出。前面的激活函数用不用sigmoid函数不作要求。logistic相当于只有输入层、单隐层神经元,和两个神经元的输出层,即结构特别简单,输入直接和权重相乘之后,加上偏置,再进行sigmoid激活函数激活,就得到了输出层的两个概率值,分别表示两个类别的概率。而softmax通常用在多层神经网络的的最后一层,中间经过了多次运算和激活,最后的类别不止两类。】

    4.改优化器(类型、学习率):Adadelta很厉害。

    5.改迭代次数:一般越大越好,次数要足够,稳定、变化不大。

     

    ANN代码结构的总结——"六股文":

    第一步:构建输入参数。

    第二步:构建神经网络。

    第三步:选择代价函数。

    第四步:选择优化器

    第五步:计算准确率。

    第六步:创建会话,进行运算

    看看老师的优化:

    将MNIST数据集准确率优化到98%以上

    AI-11【炼数成金】深度学习框架Tensorflow学习与应用 视频05:tensorboard可视化部分暂时不看(10:12 – 结尾)

     

     

    卷积神经网络CNN

    神经网络用于MNIST数据集分类

    CNN代码结构的总结

    有待看tensorflow笔记

     

     

    AI-11【炼数成金】深度学习框架Tensorflow学习与应用 视频05:循环神经网络RNN部分暂时不看

     

    模型的保存与载入

    下载模型:文件夹不存在?

    使用下载的模型

    测试训练好的模型

     

    安装GPU版tensorflow

    tfrecords文件的分块生成

    验证码的生成

    验证码识别之生成单个tfrecords文件

     

    多任务训练

     

    从tfrecords读取数据

    验证码识别的训练程序用到Alexnet

    最后一层的四个输出,前面所有共享。

    验证码识别的测试程序

  • 相关阅读:
    如何在Ubuntu下安装”.deb“、”.bin“、”.tar.gz“、”.tar.bz2“格式的软件包!
    安装tar.bz2文件
    tiny6410nfs挂载问题
    tiny6410SDK制作NFS文件系统
    linux压缩解压
    tiny6410的linux操作系统实验开发
    ubis文件系统的制作
    motion移植
    linux系统调用函数---12
    LED驱动程序分析
  • 原文地址:https://www.cnblogs.com/handy1998/p/9982646.html
Copyright © 2020-2023  润新知