01
TensorFlow
1.TensorFlow最初由Google Brain的研究员和工程师们开发出来,用于加速机器学习和深度神经网络方面的研究,但这个系统的通用性使其可以广泛应用于语音识别、自然语言理解、计算机视觉等其他计算领域。
2.TensorFlow使用计算图来规划数据计算流程,,每一个运算操作将作为一个节点(node),节点与节点之间的连接成为边(edge),在计算图的边中流动(flow)的数据被称为张量(tensor),故得名TensorFlow。
02
TensorFlow安装
1.Linux
1.安装Anaconda(下载Anaconda,bash ***.sh)
2.安装tensorflow两种情况:
(a).安装编译好的release版本:pip install tensorflow
(b).使用源码编译安装
problem:
(1)tensorflow 非法指令(核心已经转储)
提示:tensorflow1.6版本不行,1.3版本就可以 安装对应whl试试
3.pycharm安装
(1)Linux: (下载,解压,到pycharm/bin目录下 sh pycharm.sh)
Windows(64位系统)
1.安装Anaconda(注意添加PATH)
2.打开Anaconda Prompt 创建一个tensorflow的环境
conda create -n tensorflow python=3.6
activate tensorflow //启动TensorFlow环境
pip install --upgrade --ignore-installed tensorflow //安装cpu版本的tensorflow(下面测试不成功,安装版本不行,换了另一个版本:pip install --upgrade tensorflow1.3.whl的版本网址 安装成功)
测试tensorflow
python //在tensorflow环境下
import tensorflow as tf
hello=tf.constant("Hello,TensorFlow")
sess=tf.Session()
print(sess.run(hello))
注意:要在要在Anaconda Navigator的tensorflow里面安装要用到的库
3.安装Pycharm(选择安装32位或者64位(根据电脑配置选择),第一次安装建议勾选Download and install JRE x86 by JetBrains)
//cpu版本的tensorflow:pip install tensorflow
//gpu版本的tensorflow:pip install tensorflow-gpu
03
Softmax Regression识别手写数字
MNIST数据集:
(训练集:55000个样本,测试集:10000个样本,验证集:5000个样本)
图像:28像素*28像素大小的灰度图片
空白部分全部为0,有笔迹的地方根据颜色深浅有0到1之间的取值。
为了简化问题,我们丢弃了图片的空间结构的信息,将28*28个点展开成1维的结果(28*28=784)。
训练数据特征:55000*784
训练数据标签:55000*10
接下来就使用tensorFlow实现一个Softmax Regression:
(1)定义tensor:x,weight,biases
(3)定义成本函数:loss
(4)选定优化器:Optimizer
(5)创建Session,迭代的对数据进行训练
(6)在测试集或验证集上对准确率进行评测
Softmax对MNIST数据进行分类识别,在测试集上的准确率接近92%
我在下面这个地址上:
http://scs.ryerson.ca/~aharley/vis/conv/flat.html
去测试了一下它的识别情况,分别写了三个6,正确率还是蛮高的。
领取专属 10元无门槛券
私享最新 技术干货