‘‘‘ Created on 2017年7月23日@author: weizhen ‘‘‘#导入库from__future__import division,print_function,absolute_import import tflearn import speech_data import tensorflow as tf #定义参数 #learning rate是在更新权重的时候用，太高可用很快 #但是loss大，太低较准但是很慢 learning_rate=0.0001 training_iters=300000#STEPS batch_size=64width=20 #mfcc features height=80 #(max) length of utterance classes ...
本文面对三种常常遇到的情况，总结三种读取数据的方式，分别用于处理单张图片、大量图片，和TFRecorder读取方式。并且还补充了功能相近的tf函数。1、处理单张图片 我们训练完模型之后，常常要用图片测试，有的时候，我们并不需要对很多图像做测试，可能就是几张甚至一张。这种情况下没有必要用队列机制。import tensorflow as tf import matplotlib.pyplot as pltdef read_image(file_name):img = tf.read_file(filename=file_n...
有时间近期学习一下。调模型出现NAN的情况：https://github.com/lc222/MPCNN-sentence-similarity-tensorflow 一个样例。 另外 之前在pair wise的损失函数（自己手写）时也出现过NAN。 个人感觉一个容易出现NAN的地方在于loss函数，最近在查资料的时候发现 tensorflow自带的几个交叉熵函数都有实现很多tricks，比如负数处理等等，可能这些tricks是很多情况下出现NAN的真正原因。有时间需要去看一看tensorflow 损失函数实现的tricks...
在深度学习中为了提高训练速度，经常会使用一些正正则化方法，如L2、dropout，后来Sergey Ioffe 等人提出Batch Normalization方法，可以防止数据分布的变化，影响神经网络需要重新学习分布带来的影响，会降低学习速率，训练时间等问题。提出使用batch normalization方法，使输入数据分布规律保持一致。实验证明可以提升训练速度，提高识别精度。下面讲解一下在Tensorflow中如何使用Batch Normalization有关Batch Normalization详细...
硬件环境：ASUS Z370 + i7 8700K + 16G + GTX1660 软件环境：win10 x64 anaconda 3.5 python 3.6 pycharm 2018.3 步骤：1 系统补丁升级至18032 安装 nvidia 驱动 419.35-desktop-win10-64bit-international-whql-rp.exe3 安装cuda 10.0 【注意：10.1安装完不支持tensorflow1.13.1会提示dll not loaded】4 放 cudnn-10.0-windows10-x64-v7.5.0.56 到cuda目录5 pip安装tensorflow 1.13.16 测试import tensorflow as tfh = tf...
Tensorflow 简易系列教程（一）：安装和运行TensorFlow 是谷歌开发的机器学习框架。安装 TensorFlow直接使用 pip 安装即可，添加豆瓣镜像可以加快速度：pip install tensorflow -i https://pypi.douban.com/simple如果有 GPU 可以充分利用，安装：pip install tensorflow-gpu -i https://pypi.douban.com/simple目前我使用的 TensorFlow 版本是 tensorflow==1.14.0 ，目前 TensorFlow 不支持 3.7 及以上的版本。我的 Python 版本使...
搭建普通的卷积CNN网络。nan表示的是无穷或者是非数值，比如说你在tensorflow中使用一个数除以0，那么得到的结果就是nan。在一个matrix中，如果其中的值都为nan很有可能是因为采用的cost function不合理导致的。 当使用tensorflow构建一个最简单的神经网络的时候，按照tensorflow官方给出的教程：https://www.tensorflow.org/get_started/mnist/beginnershttp://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_begin...
Tutorial: Implementation of Siamese Network on Caffe, Torch, Tensorflow 1. caffe version: If you want to try this network, just do as the offical document said, like the following codes: 1 ---2title: Siamese Network Tutorial3description: Train and test a siamese network on MNIST data.4category: example5 include_in_docs: true 6 layout: default 7 priority: 100 8 ---9 10# Siame...
简介本文旨在知道您使用低级别TensorFlow API（TensorFlow Core）开始编程。您可以学习执行以下操作：管理自己的TensorFlow程序（tf.Graph）和TensorFlow运行时（tf.Session），而不是依靠Estimator来管理它们使用tf.Session运行TensorFlow操作在此低级别环境中使用高级别组件（数据集、层和feature_columns）构建自己的训练循环，而不是使用Estimator提供的训练循环我们建议尽可能使用高阶的API构建模型。以下是TensorFlow Core为...
2019-09-06 11:01:39.589297: I tensorflow/core/platform/cpu_feature_guard.cc:145] This TensorFlow binary is optimized with Intel(R) MKL-DNN to use the following CPU instructions in performance critical operations: AVX AVX2 To enable them in non-MKL-DNN operations, rebuild TensorFlow with the appropriate compiler flags. 2019-09-06 11:01:39.591143: I tensorflow/core/common_runtime/process_util.cc:115...
TensorFlow是一个通过计算图的形式表述计算机的编程系统TensorFlow程序一般分为两个阶段，第一个阶段需要定义计算图中所有的计算（变量）第二个阶段为执行计算如以下代码import tensorflow as tf# 第一阶段定义所有的计算 a = tf.constant([1, 2], name=‘a‘) b = tf.constant([1, 2], name=b‘) result = a + b# 第二阶段，执行计算 # 创建一个会话 sess = tf.Session() #运行会话执行计算sess.run(result) # 关闭会话 sess.clos...
目录核心概念direct_session direct_session.hdirect_session.cc1. 核心概念读过之前文章的读者应该还记得，session是一个执行代理。我们把计算图和输入交给session，由它来调度执行器，执行计算产生结果。TF给我们提供了一个最简单的执行器direction_session。按照当前的理解，我们觉得direction_session的实现应该是非常简单而直接的，毕竟执行器的复杂结构我们在executor那篇已经见到了。但实际上，问题的难点在于，有时候我们只...
代码示例来自https://github.com/aymericdamien/TensorFlow-Examplestensorflow先定义运算图,在run的时候才会进行真正的运算。run之前需要先建立一个session常量用constant 如a = tf.constant(2)变量用placeholder 需要指定类型 如a = tf.placeholder(tf.int16)矩阵相乘matrix1 = tf.constant([[3., 3.]]) #1*2矩阵 matrix2 = tf.constant([[2.],[2.]]) #2*1矩阵 product = tf.matmul(matrix1, matrix2) #矩阵相乘得到1*1矩阵 wit...
线性拟合??叶子的长宽：# Linear Regression: TensorFlow Way #---------------------------------- # # This function shows how to use TensorFlow to # solve linear regression. # y = Ax + b # # We will use the iris data, specifically: # y = Sepal Length # x = Petal Widthimport matplotlib.pyplot as plt import numpy as np import tensorflow as tf from sklearn import datasets from tensorflow.python.framewo...
第1章 TensorFlow基础学习1.1 1）TensorFlow Python 库安装1） pip install wheel2） download tensorflow-.whl filea) https://ci.tensorflow.org/view/Nightly/job/nightly-matrix-cpu/TF_BUILD_IS_OPT=OPT,TF_BUILD_IS_PIP=PIP,TF_BUILD_PYTHON_VERSION=PYTHON2,label=mac-slave/lastSuccessfulBuild/artifact/pip_test/whl/tensorflow-1.0.1-py2-none-any.whlb) https://ci.tensorflow.org/view/Nightly/job/nightly...