【深度学习_TensorFlow】过拟合
train, y_val = tf.split(y, num_or_size_splits=[50000, 10000]) # 训练集train_db = tf.data.Dataset.from_tensor_slices((x_train, y_train))train_db = train_db.map(preprocess).shuffle(10000).batch(128) # 验证集val_...
在 Pytorch 中使用 TensorBoard
deo”、“音频audio”、“文本text”、“嵌入Embedding” 等等。为了更好地追踪和分析这些数据,许多可视化工具应运而生,比如之前介绍的 wandb本文介绍另一种更加常用的数据追踪工具 TensorBoard,参考见 Pytorch 官方文档 文章目录 1. Tensorboard 简介2. 快速入门2.1 运行方法2.2 常用 API 3. 使用 TensorBoard 记录 PPO 运行情况...
介绍 TensorFlow 的基本概念和使用场景
目录 概述TensorFlow的安装步骤如下:示例代码Tensorflow训练的步骤总结 概述 TensorFlow是由Google开发的一个开源机器学习框架,在深度学习领域得到广泛应用。 TensorFlow的基本概念包括: Tensor: TensorFlow的基本数据单元,可以看作是n维数组。在TensorFlow中,所有数据都以Tensor的形式表示。 Graphs: TensorFlow的计算模型...
第56步 深度学习图像识别:CNN梯度权重类激活映射(TensorFlow)
(a)Mobilenet_v2建模 ######################################导入包###################################from tensorflow import kerasimport tensorflow as tffrom tensorflow.python.keras.layers import Dense, Flatten,...
TensorRT 模型加密杂谈
在大多数项目交付场景中,经常需要对部署模型进行加密。模型加密一方面可以防止泄密,一方面可以便于模型跟踪管理,防止混淆。由于博主使用的部署模型多为TensorRT格式,这里以TensorRT模型为例,讲解如何对模型进行加密、解密以及推理加密模型。代码仓库:https://github.com/laugh12321/TRTCrypto加密算法的选择和支持的库Crypto++ 是C/C++的加密算法库,基本...
成功解决:ValueError Cannot assign non-leaf Tensor to parameter ‘weight‘
成功解决:ValueError Cannot assign non-leaf Tensor to parameter ‘weight‘ 欢迎大家来到安静到无声的《模式识别与人工智能(程序与算法)》,如果对所写内容感兴趣请看模式识别与人工智能(程序与算法)系列讲解 - 总目录,同时这也可以作为大家学习的参考。欢迎订阅,优惠价只需9.9元,请多多支持! 目录 成功解决:ValueError Cannot ass...
【深度学习_TensorFlow】激活函数
∈ (0,1)区间,和概率的分布范围[0,1]契合,可以通过 Sigmoid 函数将输出转译为概率输出 Sigmoid 函数连续可导,可以直接利用梯度下降算法优化网络参数 ( 2 )简单实现 如何在TensorFlow中使用这个函数呢,其实一行代码就可以搞定了 tf.nn.sigmoid(x) # 通过 Sigmoid 函数 二、ReLU ( 1 )简单介绍 在 ReLU激活函数提出之前,Sigmoid 函...
【深度学习_TensorFlow】感知机、全连接层、神经网络
} dout为输出节点数,偏置向量 b 的 shape 定义为 [ d o u t ] [d_{out}] [dout]。 ( 2 )学会实现 全连接层本质上是矩阵的相乘和相加运算,实现并不复杂。TensorFlow 中有使用方便的层实现方式:layers.Dense(units, activation)。通过 layer.Dense 类,只需要指定输出节点数 units 和激活函数类型 activati...
【深度学习_TensorFlow】梯度下降
pe()函数是否会自动追踪任何能被训练的变量。默认是True。要是为False的话,意味着你需要手动去指定你想追踪的那些变量。 tape.watch()函数 tape.watch()用于跟踪指定类型的tensor变量。 由于GradientTape()默认只对tf.Variable类型的变量进行监控。如果需要监控的变量是tensor类型,则需要tape.watch()来监控,否则输出结果将是None tape...
【深度学习_TensorFlow】误差函数
数的值总是大于等于 0,值越小,越接近真实值。 当 MSE 函数达到最小值 0 时,输出值等于真实标签,此时神经网络的参数达到最优状态。 ( 2 )函数实现 # 均方差函数的实现有多种import tensorflow as tf # 方法一:tf.reduce_mean(tf.square(y_true - y_pred)) # 方法二:tf.keras.losses.MSE(y_true, y_pr...