文章
Anaconda下安装TensorFlow环境和jupyter
TensorFlow版本众多,不同版本之间差异比较大,以安装TensorFlow1.4为例介绍创建流程。安装其他版本的步骤类似。安装TensorFlow1.41.打开AnacondaPrompt2.创建tensorflow1.4环境环境命
图像分类-cifar100 实验研究
为了解决cifar100val_acc过低的问题,本质上是过拟合问题,所以特地去paperswithcode网站上看了下cifar100benchmark目前第一名做到了多少,如下图所示,val_cc0.96,有点东西哈,所以目前要做的是研究SAM(Sharpness
图像分类-flower_photos 实验研究
补充思考:flower_photos数据量比较小,所以simple_cnn可以在trainset上拟合到0.99,意思就是数据复杂度<模型复杂度添加数据增强的本质是扩大模型见过的数据量想要模型泛化性好,只有一个关键因素,数据量如果让simple_cnn在ImageNet
30系显卡tensorflow 1.15安装教程(python3.6 or 3.8/CUDA 11/tf1.15)(离线适用)
太长不看版python3.8(必须使用ubuntu2004)看前一篇文章(https://segmentfault.com/a/1190000040354322)。python3.6(ubuntu2004/1804均可)下载文件<pre<codehtt
Tensorflow随笔(三)
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/6375c63ff22225fcb00e8009729d32ae.png)上图我们可以发现,对于simple_cnn来说,数据增强有很明显的作用,可以显著提高val_acc,
Tensor:Pytorch神经网络界的Numpy
<blockquote<strong摘要:</strongTensor,它可以是0维、一维以及多维的数组,你可以将它看作为神经网络界的Numpy,它与Numpy相似,二者可以共享内存,且之间的转换非常方便。</blockquote本文分享自华为云社区《Tensor:Pytorch神经网
TensorFlow随笔(一)
Inmachinelearning,toimprovesomethingyouoftenneedtobeabletomeasureit.TensorBoardisatoolforprovidingthemeasurementsandvisualizat
Tensorflow API (一)
tf.config.list_physical_devicesReturnalistofphysicaldevicesvisibletothehostruntime.Physicaldevicesarehardwaredevicespresenton
Convolutional Neural Network (CNN)
我自己写的代码和该教程略有不一样,有三处改动,第一个地方是用归一化(均值为0,方差为1)代替数值缩放(0,1),代替的理由是能提升准确率第二处改动是添加了正则化,在Conv2D和DenseLayer中均有添加,可以抑制模型过拟合,提升val_acc第三处改动是对模型训练五次进行acc
Introduction to the Keras Tuner
OverviewTheKerasTunerisalibrarythathelpsyoupicktheoptimalsetofhyperparametersforyourTensorFlowprogram.Theprocessofselectin
已加载文章中没有匹配内容,试试其他关键词或清空搜索。