tensorflow实现逻辑回归模型
逻辑回归模型 逻辑回归是应用非常广泛的一个分类机器学习算法，它将数据拟合到一个logit函数(或者叫做logistic函数)中，从而能够完成对事件发生的概率进行预测。import numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltfrom tensorflow.examples.tutorials.mnist import input_data#下载好的mnist数据集存在F:/mnist/d...
2024-01-10tensorflow更改变量的值实例
如下所示：from __future__ import print_function,divisionimport tensorflow as tf#create a Variablew=tf.Variable(initial_value=[[1,2],[3,4]],dtype=tf.float32)x=tf.Variable(initial_value=[[1,1],[1,1]],dtype=tf.float32,validate_shape=False)init_op=tf.global_variabl...
2024-01-10tensorflow 加载部分变量的实例讲解
tensorflow模型保存为saver = tf.train.Saver()函数,saver.save()保存模型，代码如下：import tensorflow as tf v1= tf.Variable(tf.random_normal([784, 200], stddev=0.35), name="v1")v2= tf.Variable(tf.zeros([200]), name="v2")saver = tf.train.Saver()with tf.Session() as sess: init_...
2024-01-10tensorflow实现加载mnist数据集
mnist作为最基础的图片数据集，在以后的cnn，rnn任务中都会用到import numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltfrom tensorflow.examples.tutorials.mnist import input_data#数据集存放地址，采用0-1编码mnist = input_data.read_data_sets('F:/mnist/data/',one_hot = True)print(mni...
2024-01-10浅谈tensorflow之内存暴涨问题
在用tensorflow实现一些模型的时候，有时候我们在运行程序的时候，会发现程序占用的内存在不断增长。最后内存溢出，程序被kill掉了。这个问题，其实有两个可能性。一个是比较常见，同时也是很难发现的。这个问题的解决，需要我们知道tensorflow在构图的时候，是没有所谓的临时变量的，只要有opera...
2024-01-10tensorflow之并行读入数据详解
最近研究了一下并行读入数据的方式，现在将自己的理解整理如下，理解比较浅，仅供参考。并行读入数据主要分1. 创建文件名列表2. 创建文件名队列3. 创建Reader和Decoder4. 创建样例列表5. 创建批列表（读取时可要可不要，一般情况下样例列表可以执行读取数据操作，但是在实际训练的时候往往需...
2024-01-10解决tensorflow模型参数保存和加载的问题
终于找到bug原因！记一下；还是不熟悉平台的原因造成的！ Q：为什么会出现两个模型对象在同一个文件中一起运行，当直接读取他们分开运行时训练出来的模型会出错，而且总是有一个正确，一个读取错误？ 而 直接在同一个文件又训练又重新加载模型预测不出错，而且更诡异的是此时用分文件里的...
2024-01-10tensorflow 分类损失函数使用小记
多分类损失函数label.shape:[batch_size]; pred.shape: [batch_size, num_classes]使用 tf.keras.losses.sparse_categorical_crossentropy(y_true, y_pred, from_logits=False, axis=-1)- y_true 真实值， y_pred 预测值- from_logits,我的理解是，如果预测结果经过了softmax(单次预测结果满足和为1)就使用设为`False`, 如果预...
2024-01-10
如何解决这个问题呢，tensorflow下无法运行
import tensorflow as tfimport numpy as npimport osimport matplotlib.pyplot as pltos.environ["CUDA_VISIBLE_DEVICES"] = "1"# In[3]:train_dir = "G:/苹果测试数据/"def get_files(file_dir): good = [] label_good = [] bad = [] label_bad = [] medium = [] ...
2024-01-10Tensorflow加载Vgg预训练模型操作
很多深度神经网络模型需要加载预训练过的Vgg参数，比如说：风格迁移、目标检测、图像标注等计算机视觉中常见的任务。那么到底如何加载Vgg模型呢？Vgg文件的参数到底有何意义呢？加载后的模型该如何使用呢？本文将以Vgg19为例子，详细说明Tensorflow如何加载Vgg预训练模型。实验环境GTX1050-ti, cuda9....
2024-01-10tensorflow 自定义损失函数示例代码
这个自定义损失函数的背景：（一般回归用的损失函数是MSE, 但要看实际遇到的情况而有所改变）我们现在想要做一个回归，来预估某个商品的销量，现在我们知道，一件商品的成本是1元，售价是10元。如果我们用均方差来算的话，如果预估多一个，则损失一块钱，预估少一个，则损失9元钱（少赚的...
2024-01-10TensorFlow实现Softmax回归模型
一、概述及完整代码对MNIST(MixedNational Institute of Standard and Technology database)这个非常简单的机器视觉数据集,Tensorflow为我们进行了方便的封装,可以直接加载MNIST数据成我们期望的格式.本程序使用Softmax Regression训练手写数字识别的分类模型.先看完整代码:import tensorflow as tf from tensorflow.examples.tutorials.mnist ...
2024-01-10tensorflow实现对图片的读取的示例代码
tensorflow里面给出了一个函数用来读取图像，不过得到的结果是最原始的图像，是咩有经过解码的图像，这个函数为tf.gfile.FastGFile（‘path'， ‘r'）.read()。如果要显示读入的图像，那就需要经过解码过程，tensorflow里面提供解码的函数有两个，tf.image.decode_jepg和tf.image.decode_png分别用于解码jpg格式和png格式...
2024-01-10tensorflow给予NaN的计算与稀疏张量
下面的片段是从一个相当大的一段代码梯度时，但希望我可以给所必需的所有信息：tensorflow给予NaN的计算与稀疏张量Y2 = tf.matmul（Y1，ymask）dist = tf.norm（ystar-y2，axis = 0）y1和y2是128x30而ymask是30x30。 ystar是128x30。 dist是1x30。当ymask是单位矩阵时，一切正常。但是，当我将它设置为全零时，除了沿对角线...
2024-01-10基于Tensorflow一维卷积用法详解
我就废话不多说了，大家还是直接看代码吧！import tensorflow as tfimport numpy as npinput = tf.constant(1,shape=(64,10,1),dtype=tf.float32,name='input')#shape=(batch,in_width,in_channels)w = tf.constant(3,shape=(3,1,32),dtype=tf.float32,name='w')#shape=(filter_width,in_channels,...
2024-01-10Tensorflow 同时载入多个模型的实例讲解
有时我们希望在一个python的文件空间同时载入多个模型，例如 我们建立了10个CNN模型，然后我们又写了一个预测类Predict，这个类会从已经保存好的模型restore恢复相应的图结构以及模型参数。然后我们会创建10个Predict的对象Instance，每个Instance负责一个模型的预测。Predict的核心为：class Predict: def __init...
2024-01-10关于tensorflow的几种参数初始化方法小结
在tensorflow中，经常会遇到参数初始化问题，比如在训练自己的词向量时，需要对原始的embeddigs矩阵进行初始化，更一般的，在全连接神经网络中，每层的权值w也需要进行初始化。tensorlfow中应该有一下几种初始化方法1. tf.constant_initializer() 常数初始化2. tf.ones_initializer() 全1初始化3. tf.zeros_initializer() ...
2024-01-10对Tensorflow中的矩阵运算函数详解
tf.diag(diagonal,name=None) #生成对角矩阵import tensorflowas tf;diagonal=[1,1,1,1]with tf.Session() as sess: print(sess.run(tf.diag(diagonal))) #输出的结果为[[1 0 0 0] [0 1 0 0] [0 0 1 0] [0 0 0 1]]tf.diag_part(input,name=None) #功能与tf.diag函数相反,返回对角阵的对角元素imp...
2024-01-10Tensorflow加载预训练模型和保存模型的实例
使用tensorflow过程中，训练结束后我们需要用到模型文件。有时候，我们可能也需要用到别人训练好的模型，并在这个基础上再次训练。这时候我们需要掌握如何操作这些模型数据。看完本文，相信你一定会有收获！1 Tensorflow模型文件我们在checkpoint_dir目录下保存的文件结构如下：|--checkpoint_dir| |--che...
2024-01-10TensorFlow模型保存/载入的两种方法
TensorFlow 模型保存/载入我们在上线使用一个算法模型的时候，首先必须将已经训练好的模型保存下来。tensorflow保存模型的方式与sklearn不太一样，sklearn很直接，一个sklearn.externals.joblib的dump与load方法就可以保存与载入使用。而tensorflow由于有graph, operation 这些概念，保存与载入模型稍显麻烦。一、基本...
2024-01-10喂养稀疏数据到Tensorflow估计的拟合
我转换标签成稀疏的稀疏标签元组（索引，值，形状）。但是，当我将它馈送给分类器时，我遇到此错误：喂养稀疏数据到Tensorflow估计的拟合Traceback (most recent call last): File ..., line 23, in <module> classifier.fit(x=x_train, y=sparse_y_train, batch_size=128, steps=10) File "...tensorflow\python\util\depreca...
2024-01-10TensorFlow实现从txt文件读取数据
TensorFlow从txt文件中读取数据的方法很多有种，我比较常用的是下面两种：【1】np.loadtxtimport numpy as np data=np.loadtxt('ex1data1.txt',dtype='float',delimiter=',')X_train=data[:,0]y_train=data[:,1]【2】pd.read_csvimport pandas as pddata=pd.read_csv("ex2data2.txt",names=['x1','x2','y'])dat...
2024-01-10
tensorflow使用较为底层的方式复现VGG16
一般在网络上看到一些专业人士写的demo，要么看不懂，要么封装特别好使可移植性减弱。为了巩固自己对经典网络的认识，我觉得用tensorflow以及tf.nn集成的库对经典网络进行复现，VGG作为最经典网络之一成为我的首要选择。这是论文中的结构示意图，绿框中的是最后的网络结构，论文中提及，每一个...
2024-01-10tensorflow 输出权重到csv或txt的实例
实例如下所示：import numpy as npW_val, b_val = sess.run([weights_tensor, biases_tensor])np.savetxt("W.csv", W_val, delimiter=",")np.savetxt("b.csv", b_val, delimiter=",")以上这篇tensorflow 输出权重到csv或txt的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。...
2024-01-10TensorFlow 模型载入方法汇总(小结)
一、TensorFlow常规模型加载方法保存模型tf.train.Saver()类，.save(sess, ckpt文件目录)方法参数名称功能说明默认值var_listSaver中存储变量集合全局变量集合reshape加载时是否恢复变量形状Truesharded是否将变量轮循放在所有设备上Truemax_to_keep保留最近检查点个数5restore_sequentially是否按顺...
2024-01-10
