她的首页
她的馆藏
她的动态
馆友反馈
关于她
| 共 29 篇文章 |
|
阅576 转3 评0 公众公开 17-12-05 17:12 |
详解TensorBoard如何调参。我们在建立神经网络模型解决问题时，例如想要用一个简单的 CNN 进行数字识别时，最想知道的就是什么样的模型，即 weights 和 bias 是多少的时候，可以使得 accuracy 达到较优，而这些变量都可以在 Tensorboard 中以一个可视化的方式看到，step 1: 查看 graph 结构step 2：查看 accuracy，weights，biasesstep 3: 修改... 阅1159 转5 评0 公众公开 17-11-20 11:31 |
Tensorflow的softmax.Computes softmax cross entropybetween logits and labels.If using exclusive labels (whereinone and only one class is true at a time), see sparse_softmax_cross_entropy_with_logits.这个函数的作用就是计算最后一层是softmax层的cross entropy，只不过tensorflow把softmax计算与cross entropy计算放到一起了，用... 阅446 转0 评0 公众公开 17-08-18 11:25 |
Tensorflow Visualisation with TensorBoard.Tensorflow Visualisation with TensorBoard在本课中，我们将介绍如何使用TensorBoard创建和可视化图形。我们轻轻地在我们的第一课变量TensorBoard.TensorFlow中用于训练大量深层神经网络的计算可能相当复杂和混乱，TensorBoard将使这更容易理解，调试和优化您的TensorFlow程序。输入的界面如下： ... 阅2 转自雪柳花明 公众公开 17-08-16 16:29 |
在用tf.decode_raw（注意decode时使用的数据格式最好与存储是的相同）得到record_bytes后，用tf.slice抽取里面的内容，第二个输入参数表示从第几个字节开始抽取，第三个参数表示抽取的字节数。 阅155 转0 评0 公众公开 17-08-12 20:12 |
为什么选 Tensorflow.什么是TensorFlow?为什么要使用TensorFlow?TensorFlow 无可厚非地能被认定为 神经网络中最好用的库之一. 它擅长的任务就是训练深度神经网络.通过使用TensorFlow我们就可以快速的入门神经网络, 大大降低了深度学习（也就是深度神经网络）的开发成本和开发难度. TensorFlow 的开源性, 让所有人都能使用并且维护, 巩固它. 使... 阅2 转自雪柳花明 公众公开 17-07-19 10:21 |
将这两个变量放到input_layer作用域下，tensorboard会把他们放在一个图形里面 xs = tf.placeholder(tf.float32, [None, 1], name = ''x_input'') # xs起名x_input，会在图形上显示 ys = tf.placeholder(tf.float32, [None, 1], name = ''y_input'') # ys起名y_input，会在图形上显示#隐层with tf.name_scope(&... 阅3 转自雪柳花明 公众公开 17-07-18 22:12 |
你可以在dashboard上搜索nvidia，看到像 NVIDIA X Server Settings的东西，就说明安装驱动成功了，接下来就是安装cuda8了 2.安装CUDA2.1.首先去CUDA的官网去下载CUDA我下载的时候，是CUDA8.0https://developer.nvidia.com/cuda-downloads2.2.如图 2.3. 到下载CUDA的目录，我这里是默认的下载位置： 下载/cuda-repo-ubuntu1404-8-0-local_8.0.4... 阅18 转自雪柳花明 公众公开 17-07-18 20:28 |
tf.equal的使用。tf.equal(A, B)是对比这两个矩阵或者向量的相等的元素，如果是相等的那就返回True，反正返回False，返回的值的矩阵维度和A是一样的。[python] view plain copy import tensorflow as tf import numpy as np A = [[1,3,4,5,6]] B = [[1,3,4,3,2]] with tf.Session() as sess: print(sess.run(tf.equal(A, B))) 输... 阅384 转0 评0 公众公开 17-07-16 17:27 |
tf.expand tf.expand_dims()Function.tf.expand_dims(input, axis=None, name=None, dim=None)# ''t'' is a tensor of shape [2]shape(expand_dims(t, 0)) ==> [1, 2]shape(expand_dims(t, 1)) ==> [2, 1]shape(expand_dims(t, -1)) ==> [2, 1]# ''t2'' is a tensor of shape [2, 3, 5]shape(expand_... 阅96 转0 评0 公众公开 17-07-10 16:53 |
