Tensorflow:实战Google深度学习框架
code copy : hello word
import tensorflow as tf w1=tf.random_normal([2,3],stddev=1,seed=1) w2=tf.random_normal([3,1],stddev=1,seed=1) x=tf.constant([[0.7,0.9]]) a=tf.matmul(x,w1) y=tf.matmul(a,w2) sess=tf.Session() #sess.run(w1) #sess.run(w2) print(sess.run(y)) sess.close()
output :[[ 3.95757794]]
with placehoder:
import tensorflow as tf w1=tf.random_normal([2,3],stddev=1,seed=1) w2=tf.random_normal([3,1],stddev=1,seed=1) #x=tf.constant([[0.7,0.9]]) x=tf.placeholder(tf.float32,shape=(3,2),name="input") a=tf.matmul(x,w1) y=tf.matmul(a,w2) sess=tf.Session() #sess.run(w1) #sess.run(w2) #print(sess.run(y)) print(sess.run(y,feed_dict={x:[[0.7,0.9],[0.1,0.4],[0.5,0.8]]})) sess.close()
output :[[ 3.95757794]
[ 1.15376544]
[ 3.16749191]]
full code to train :
import tensorflow as tf from numpy.random import RandomState batch_size=8 w1=tf.Variable(tf.random_normal([2,3],stddev=1,seed=1)) w2=tf.Variable(tf.random_normal([3,1],stddev=1,seed=1)) #x=tf.constant([[0.7,0.9]]) x=tf.placeholder(tf.float32,shape=(None,2),name="x-input") y_=tf.placeholder(tf.float32,shape=(None,1),name="y-input") a=tf.matmul(x,w1) y=tf.matmul(a,w2) cross_entropy=-tf.reduce_mean(y_*tf.log(tf.clip_by_value(y,1e-10,1.0))) train_step=tf.train.AdamOptimizer(0.001).minimize(cross_entropy) rdm=RandomState(1) dataset_size=128 X=rdm.rand(dataset_size,2) Y=[[int(x1+x2<1)] for (x1,x2) in X] with tf.Session() as sess: #sess.run(w1) #sess.run(w2) #print(sess.run(y)) init_op=tf.global_variables_initializer() sess.run(init_op) print(sess.run(w1)) print(sess.run(w2)) STEPS=5000 for i in range(STEPS): start=(i*batch_size)%dataset_size end=min(start+batch_size,dataset_size) sess.run(train_step,feed_dict={x:X[start:end],y_:Y[start:end]}) if i%1000 ==0: total_cross_entropy=sess.run(cross_entropy,feed_dict={x:X,y_:Y}) print("After %d training steps,cross entropy on all data is %g"%(i,total_cross_entropy)) print(sess.run(w1)) print(sess.run(w2)) #print(sess.run(y,feed_dict={x:[[0.7,0.9],[0.1,0.4],[0.5,0.8]]})) #sess.close()
output:[[-0.81131822 1.48459876 0.06532937]
[-2.44270396 0.0992484 0.59122431]]
[[-0.81131822]
[ 1.48459876]
[ 0.06532937]]
After 0 training steps,cross entropy on all data is 0.0674925
After 1000 training steps,cross entropy on all data is 0.0163385
After 2000 training steps,cross entropy on all data is 0.00907547
After 3000 training steps,cross entropy on all data is 0.00714436
After 4000 training steps,cross entropy on all data is 0.00578471
[[-1.9618274 2.58235407 1.68203783]
[-3.4681716 1.06982327 2.11788988]]
[[-1.8247149 ]
[ 2.68546653]
[ 1.41819501]]
相关推荐
python基于TensorFlow的花卉识别系统代码实现和全部项目资料 (高分项目),含有代码注释,新手也可看懂,个人手打98分项目,导师非常认可的高分项目,毕业设计、期末大作业和课程设计高分必看,下载下来,简单部署,...
基于Python+Tensorflow实现声纹识别+源代码+文档说明(高分代码)基于Python+Tensorflow实现声纹识别+源代码+文档说明(高分代码)基于Python+Tensorflow实现声纹识别+源代码+文档说明(高分代码)基于Python+...
在Python3环境中,TensorFlow是一个强大的深度学习框架,它提供了丰富的功能来构建和训练神经网络模型。本项目专注于使用TensorFlow实现AlexNet模型的训练和预测过程。AlexNet是由Alex Krizhevsky等人在2012年...
**安装TensorFlow 1.9.0 for Python 3.7** 在Windows系统上,使用pip是安装TensorFlow的常用方法。对于Python 3.7和64位环境,可以使用提供的`tensorflow-1.9.0-cp37-cp37m-win_amd64.whl`文件进行安装。首先,确保...
在本资源中,"Python+Tensorflow机器学习实战,tensorflow实例,Python源码.zip" 提供了关于使用Python和TensorFlow进行机器学习实践的详细教程。TensorFlow是由Google开发的一个开源库,它广泛用于构建和训练各种类型...
python基于tensorflow的人脸识别系统设计与实现源码+说明(高分项目)python基于tensorflow的人脸识别系统设计与实现源码+说明(高分项目)python基于tensorflow的人脸识别系统设计与实现源码+说明(高分项目)...
本教程“Python-TensorFlow中文教程”将带你深入理解这两者的结合,旨在帮助初学者和有一定基础的开发者更好地掌握利用Python和TensorFlow进行机器学习的方法。教程的核心目标是使学习者能够构建、训练并优化自己的...
基于python+tensorflow的srcnn超分辨率重构代码(基本可以达到论文中的效果),优于基本上网上的大部分代码,网上大部分代码效果离理想效果差5-6db,而我这个资源把里面的坑踩掉了。可以结合我主页的博客看会更容易...
标题 "python3 tensorflow" 暗示我们要讨论的是在Windows操作系统上如何安装并使用Python3与TensorFlow库。TensorFlow是Google开发的一个开源库,主要用于数值计算和机器学习任务,尤其是深度学习。以下是对这个主题...
基于Python+TensorFlow+flask实现的水稻病虫害自动识别系统+源代码+文档说明.zip基于Python+TensorFlow+flask实现的水稻病虫害自动识别系统+源代码+文档说明.zip基于Python+TensorFlow+flask实现的水稻病虫害自动...
计算机视觉大作业Python基于tensorflow与CNN的花卉图像识别源码+实验报告计算机视觉大作业Python基于tensorflow与CNN的花卉图像识别源码+实验报告计算机视觉大作业Python基于tensorflow与CNN的花卉图像识别源码+实验...
python基于tensorflow的人脸识别系统设计与实现源码+数据集+模型(高分毕设)python基于tensorflow的人脸识别系统设计与实现源码+数据集+模型(高分毕设)python基于tensorflow的人脸识别系统设计与实现源码+数据集+...
基于python和tensorflow的长短时记忆网络lstm代码。
在Python编程领域,TensorFlow是一个强大的开源库,主要用于构建和训练深度学习模型。在这个特定的项目"Python-Tensorflow实现图像分割的自动人像分割"中,我们将关注如何利用TensorFlow来实现高精度的人像分割任务...
基于Python+TensorFlow+flask实现的水稻病虫害自动识别系统+源码+文档说明(高分项目).zip基于Python+TensorFlow+flask实现的水稻病虫害自动识别系统+源码+文档说明(高分项目).zip基于Python+TensorFlow+flask...
《Python+Tensorflow机器学习实战》是一本由李鸥编著的教材,旨在帮助读者深入理解和应用Python与Tensorflow进行机器学习。这本书涵盖了从基础知识到高级技术的全面内容,是学习机器学习的理想资源。在Python的强大...
python基于TensorFlow+LSTM实现的中文句子相似度计算源码.zip python基于TensorFlow+LSTM实现的中文句子相似度计算源码.zip python基于TensorFlow+LSTM实现的中文句子相似度计算源码.zip 【资源介绍】 Ubuntu:16.04...
2.1 python简介 3 2.2 人脸识别简介 4 2.3 SQLite 5 2.4 Django介绍 6 2.5 TensorFlow 7 3 系统分析 8 3.1 可行性分析 8 3.1.1 技术可行性 8 3.1.2操作可行性 8 3.1.3 经济可行性 9 3.1.4 法律可行性 9 3.2需求分析 ...
基于Python+Tensorflow实现声纹识别+源代码+文档说明.zip已获导师指导并通过的98分大作业设计项目,也可作为课程设计和期末大作业,下载即用无需修改,项目完整确保可以运行。 基于Python+Tensorflow实现声纹识别+...