谢小小XH

更新：2017.2.27 因为tensorflow1.0出来了，很多不兼容，所以这部分更新了一下。以适应tensorflow1.0一.tensorflow背景背景直接不多说了，一般学习已经开始学习tensorflow的都应该都知道tensorflow的背景了。所以这里直接略过啦。二.安装在之前的博客里面有详细的tensorflow的安装和配置。相对caffe来说，还是比较简单的。不熟悉的看这里

参考: Module: tf.contrib.crf还有一些其他的函数可以到官方文档里面查看和使用.Ⅰ tf.contrib.crf.crf_log_likelihoodcrf_log_likelihood(inputs,tag_indices,sequence_lengths,transition_params=None)在一个条件随机场里面计算标签序列的log-l

参考: Module: tf.contrib.cudnn_rnn Module: tf.contrib.rnn更新: 2017.12.25 增加了tf.nn.embedding_lookup 来进行embedding的内容 2018.1.14 增加tf.sequence_mask和tf.boolean_mask 来对于序列的padding进行去除的...

本文将讲解深度学习使用数据的一整套流水线. 将使用tensorflow新的tf.data 的一系列API来讲解. Dataset能够有效简化数据读取和使用等等一些的复杂程度,是现在官方推荐的数据使用方式. 官方文档:Module: tf.data一.使用Dataset使用 Dataset 需要遵循三个步骤： 载入数据：为数据创建一个Dataset实例。 创建一个迭代器：...

2017.2.21更新：更新内容： 删掉了Anaconda的部分，因为其实很多库自己用pip装一下就行了，Anaconda反而会牵扯到很多的依赖和配置文件的改变。既然ubuntu自带了python，就不用费力去装新的了。 tensorflow 1.0出来了，有了很多的改进，安装也变得更加的简单，所以，新的安装以1.0版本的最简单的安装方式为主。2017.11.21更

之前学习Tensorflow的部分其实还有很多没有写完，那些慢慢更新，这里准备把tensorflow项目工程化的东西和学习tensorflow的内容一起更新。一.编译Tensorflow动态库windows下面编译和测试Ⅰ.准备工作我这里使用的系统是win10，首先把编译整个过程需要的工具列出来：VS2017 (我这边是VS2017，其他的版本应该也差不多)Swigwi...

上面已经说过了怎么使用tf.data处理简单的数据输入,有了上面的基础之后,这部分使用tf.data来创建更加复杂更加贴近于现实的数据输入.一.主要API还是老样子,这里先把最主要的API列在这里,后面会用到这些API,先混个脸熟.tf.data.TFRecordDataset 类Properties output_classes output_shapes output...

tensorflow的卷积网络手写体识别

更新： 2018.5.4 补充模型保存和恢复的原理，补充了模型保存和恢复的一般流程 版本：tensorflow 1.8前面一直说的都是没有涉及到模型的保存.一般深度学习的训练是很需要时间的,不可能程序退出了然后又重新训练一次,所以训练好的模型需要保存下来,方便之后的再训练或者是把模型分享给别人都是可以的.模型的保存也可以叫做持久化,一个意思.接下来不啰嗦了,用一个简单的例子来说...

更新时间：2017.2.27 tensorflow 1.0出来了，API和以前有了一些不一样，所以这里把把之前的代码迁移到新的上面去。格式有问题，慢慢调….一.概览还记的上节TensorFlow学习（一）：感受一下 的hello word的例子吗？是不是出现了一些新的编程思路和一个函数类等等。我们学任何一门编程语言的时候，都会讲一些量的操作，因为这是基本。这节的主要任务就是熟悉最基本的一些量怎

TensorFlow图像预处理

之前讲完变量常量等等基本量的操作，意味着最基本的东西都有了，然后接下来很重要的就是那些量和操作怎么组成更大的集合，怎么运行这个集合。这些就是计算图谱graph和Session的作用了。IV.Graphhttps://www.tensorflow.org/versions/r0.11/api_docs/python/framework.html#Graph 一个TensorFlow的运算，被表示为一

训练你的机器

基本的数学和概率函数

基本的神经网络的激活函数和分类的函数

更新: 2018.3.26 对于每个例子添加了详细的解释,方便理解.做过kaggle竞赛的应该很熟悉.csv文件了,.csv文件非常方便,但是通常读取的时候,是一次性读取到内存里面的.要是内存小的话,就要想其他的办法了,那就变得很麻烦了. 或者有时候,从硬盘上面直接读取图片啊什么的,因为图片的文件格式,存放位置各种各样等等一些因素,要是想在训练阶段直接这么使用的话,就更加麻烦了.所...

一.查看计算图谱1.添加summary到事件文件summary是总结，概要的意思，放在tensorflow这里其实就是把你的网络的一些信息当成summary，理解起来并不难。实现起来也不难，tensorflow提供了一个类tf.train.SummaryWriter，他的作用是将总结的协议缓冲区写入事件文件中。这个类提供了一套完整的机制在给定的目录中创建一个事件文件，然后在其中添加summary和事

之前写的代码都是基于比较底层的API了，底层的API其实是有好处的，虽然还是调API，但是至少对于原理有小小的理解才能够写出代码。而且在实现一些新的论文或者要实现一个新的点子的时候，这时候是没有API的，因此底层的API非常有存在的必要，且必须经过这一个过程。 但是对于一个非常熟悉底层原理和经过了写底层代码这个过程的人，在有些很常见的任务上，就是用高级封装好的API就行。tf.layers就是提...