本文参考： https://www.icourse163.org/learn/PKU-1002536002?tid=1206591210#/learn/content 项目结构 VGG16.py ...

保存模型并不限于训练模型后，在训练模型之中也需要保存，因为Tensorflow训练模型时难免会出现中断的情况，我们自然希望能够将训练得到的参数保存下来，否则下次又要重新训练。这种在训练中保存模型，习惯 ...

本次实战使用的数据集是mnist。tensorflow提供了一个库，可以直接用在下载MNIST，见下面代码。 from tensorflow.examples.tutorials.mnist impo ...

用到的模块也是pandas、numpy、tensorflow。 数据处理import pandas as pdimport numpy as np#归一化处理def normalize_feature ...

本文参考： https://www.cnblogs.com/georgexu/p/10909814.html 在TCP真正的读写之前，server和client之间必须建立一个连接，当读写操作完成后 ...

在本次实战，会用到numpy和pandas等模块，不会的话，请补完自己的知识空区。 本次数据集的下载网址 数据预处理import pandas as pdimport numpy as npdata= ...

传统机器学习的流程往往由多个独立的模块组成。比如在自然语言处理问题中，包括分词、词性标注、句法分析、语义分析等多个独立步骤，每个步骤是一个独立的任务，每个任务结果的好坏会影响到下一步骤，从而影响整个训 ...

优化卷积核在实际的卷积训练中，为了加快速度，常常把卷积层裁开。比如一个3x3的过滤器，可以裁成3x1和1x3两个过滤器，分别对原有输入做卷积操作，这样可以大大提升运算速度 原理：在浮点运算中乘法消耗的 ...

在反向传播过程中，神经网络需要对每一个loss对应的学习参数求偏导，算出的这个值叫做梯度，用来乘以学习率然后更新学习参数使用的 求单变量偏导它是通过tf.gradients函数来实现的。tf.grad ...

反卷积反卷积是指通过测量输出已知输入重构未知输入的过程。在神经网络中，反卷积过程并不具备学习的能力，仅仅是用于可视化一个已经训练好的卷积网络模型，没有学习训练的过程。如下图：即为VGG16反卷积神经网 ...