Tensorflow2.0学习笔记(二)北大曹健老师教学视频第五讲
Tensorflow2.0学习笔记(二)北大曹健老师教学视频第五讲
返回目录
理论部分主要写点以前看吴恩达视频没有的或者不太熟悉的了。
5.1卷积计算过程
实际项目中的照片多是高分辨率彩色图,但待优化的参数过多容易导致模型过拟合,实际应用时,会先对原始图像进行特征提取,再把提取到的特征送给全连接网络。
卷积计算可认为是一 种有效提取图像特征的方法。
5.2感受野
感受野(Receptive Field) : 卷积神经网络各输出特征图中的每个像素点,在原始输入图片上映射区域的大小。就是说,对于5 * 5 的原始图片,用一个过滤器为3 * 3的进行卷积得到3 * 3 的输出为他的感受野;或者使用过滤器为 5 * 5 的只输出一个,也是他的感受野;
对于过滤器大小的选取,要考虑道计算量和参数量:
5.3全零填充
不多说,就是padding;
5.4TF描述卷积计算层
#5.4 TF描述卷积层
tf.keras.layers.Conv2D(filters=卷积核个数,kernel_size=卷积核尺寸,#正方形写核长整数,或(核高h,核宽w)strides=滑动步长,#横纵向相同写步长整数,或(纵向步长h,横向步长w)padding="same" or "valid",# 使用全零填充时same,不使用时valid(默认)activation="relu" or "sigmoid" or "tanh" or "softmax"so on, # 如有BN此处不写input_shape = (高,宽,通道数) #输入特征图维度,可省略
)
5.5批标准化
神经网络对0附近的数值很敏感,但是随着网络层数的增加,特征数据会出现偏离0均值的情况。标准化会使数据符合0均值,1标准差的分布,批标准化看图
这个不是太懂,没学过欸以前。。。
BN层在卷积层之后,激活层之前
#5.5批标准化tf.keras.layers.BatchNormalization()#使用方法:
model = tf.keras.models.Sequential([tf.keras.layers.Conv2D(filters=6,kernel_size=(5,5),padding='same'), # 卷积层tf.keras.layers.BatchNormalization(),# BN层tf.keras.layers.Activation('relu') # 激活层#其他层
])
5.6池化
#5.6池化
tf.keras.layers.MaxPool2D() # 最大池化
tf.keras.layers.AveragePooling2D() # 平均池化
'''
tf.keras.layers.MaxPool2D(pool_size = 池化核尺寸, #正方形写核长整数,或(核高h,核宽w)strides = 池化步长,#横纵向相同写步长整数,或(纵向步长h,横向步长w)padding = 'valid' or 'same' #使用全零填充时same,不使用时valid(默认))tf.keras.layers.AveragePooling2D() # 参数与他相同 '''#使用方法:
#使用方法:
model = tf.keras.models.Sequential([tf.keras.layers.Conv2D(filters=6,kernel_size=(5,5),padding='same'), # 卷积层tf.keras.layers.BatchNormalization(),# BN层tf.keras.layers.Activation('relu') # 激活层tf.keras.layers.MaxPool2D(pool_size=(2,2),strides=2,padding='same'),#其他层
])
5.7舍弃
就是那个随机失活的操作,Dropout的操作
#5.7拾弃
# 就是那个随机失活的操作,Dropout的操作
tf.keras.layers.Dropout(0.2) # dropout层 里面参数是舍弃的比例
# 使用方法:
model = tf.keras.models.Sequential([tf.keras.layers.Conv2D(filters=6, kernel_size=(5, 5), padding='same'), # 卷积层tf.keras.layers.BatchNormalization(), # BN层tf.keras.layers.Activation('relu') # 激活层tf.keras.layers.MaxPool2D(pool_size=(2, 2), strides=2, padding='same'),tf.keras.layers.Dropout(0.2) # dropout层 里面参数是舍弃的比例# 其他层
])
5.8卷积神经网络
这个视频教程真的太棒了!六个小时一共,还干货满满
5.9CIFAR10数据集
5.10卷积网络搭建示例
5.11LeNet
5.12AlexNet
5.13VGGNet
5.14InceptionNet
每俩个inception组成一个block
5.15ResNet
解决了网络层数的增加,错误率增加的一些问题
每调用一次右边的类,生成一个小黄色块
5.16经典卷积网络小结
总结
第六讲我就没看了,根据老师的这个总结,可以先练习,先背会鸢尾花和手写的这俩经典,然后根据本页的图多写写网络,按理说这么练习,练几天就可以真的是简简单单的入门了,看程序头不懵了吧。。。。。。。。这个教程真棒!
2020年7月7日
返回目录
Tensorflow2.0学习笔记(二)北大曹健老师教学视频第五讲相关推荐
- Tensorflow2.0学习笔记(一)北大曹健老师教学视频1-4讲
Tensorflow2.0学习笔记(一)北大曹健老师教学视频1-4讲 返回目录 这个笔记现在是主要根据北京大学曹健老师的视频写的,这个视频超级棒,非常推荐. 第一讲 常用函数的使用(包含了很多琐碎的函 ...
- Tensorflow2.0学习笔记(二)
Tensorflow2.0学习笔记(二)--Keras练习 文章目录 Tensorflow2.0学习笔记(二)--Keras练习 前言 二.使用步骤 1.实现步骤及代码 2.下载 Fashion MN ...
- TensorFlow2.0 学习笔记(三):卷积神经网络(CNN)
欢迎关注WX公众号:[程序员管小亮] 专栏--TensorFlow学习笔记 文章目录 欢迎关注WX公众号:[程序员管小亮] 专栏--TensorFlow学习笔记 一.神经网络的基本单位:神经元 二.卷 ...
- Tensorflow2.0学习笔记(一)
Tensorflow2.0学习笔记(一)--MNIST入门 文章目录 Tensorflow2.0学习笔记(一)--MNIST入门 前言 一.MNIST是什么? 二.实现步骤及代码 1.引入库 2.下载 ...
- 神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(开发环境介绍)
开发环境介绍 Python3 1.结构清晰,简单易学 2.丰富的标准库 3.强大的的第三方生态系统 4.开源.开放体系 5.高可扩展性:胶水语言 6.高可扩展性:胶水语言 7.解释型语言,实现复杂算法 ...
- 神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(安装TensorFlow2.0)
创建环境并激活 conda create --name tensorflow2.0 python==3.7 activate tensorflow2.0 安装相关软件包(conda命令或pip命令2选 ...
- tensorflow2.0 学习笔记:一、神经网络计算
mooc课程Tensorflow2.0 笔记 人工智能三学派 行为主义:基于控制论,构建感知-动作控制系统(自适应控制系统) 符号主义:基于算数逻辑表达式,求解问题时先把问题描述为表达式,再求解表达式 ...
- Vue2.0学习笔记二 基础语法
1. Mustache语法 Mustache语法也叫插值表达式,Mustache语法式通过{{}}渲染到页面,并且数据是响应式的. 数据的响应式:数据的变化导致页面的内容随之变化 效果图: 2. 指令 ...
- TensorFlow2.0学习笔记2-tf2.0两种方式搭建神经网络
目录 一,TensorFlow2.0搭建神经网络八股 1)import [引入相关模块] 2)train,test [告知喂入网络的训练集测试集以及相应的标签] 3)model=tf.keras. ...
最新文章
- 【全网之最】全网最短代码——给名字、电话、账号、昵称加星号*添加隐私保护、身份证号加密、信息脱敏
- boost::fusion::filter用法的测试程序
- python三维数组怎么表示_python – numpy中的三维数组
- g++和gcc的区别
- 【操作系统】实验 生产者-消费者问题解决方案
- POJ 3678 Katu Puzzle
- 谈谈物联网产业4G转型中的隐忧与应对
- android中include标签使用详解
- SHFileOperation 文件拷贝、移动、删除等操作
- c++课程设计之通讯录电话簿管理设计
- killer Linux驱动下载,The Linux Killer
- “三权分立”模型之角色模型
- win7 64bit显示器波纹问题
- umi build打包之后部署报错
- 合影效果java_【蚂蚁课堂】四十三:如何拍酷炫集体照?
- 【建议收藏】一文了解FPC柔性电路板(5.29更新)
- steam游戏在线人数统计周报第9期-2019年12月23日
- LTE RACH过程
- Fedora14 安装MPEG MP3解码器(亲测可用哦!)
- 总结英语中,所有不规则动词的过去式和过去分词
热门文章
- Mendeley下载安装,导出参考文献以及自定义参考文献
- 开源分布式量化交易系统——架构设计
- 【Rust日报】2021-10-19 rs-merkle:一个用Rust编写的高级散列树库
- html语音输入功能讯飞,讯飞输入法电脑版语音输入功能怎么使用?
- 兄弟7010加粉解码DCP-7010加粉
- CTF学习-PHPS文件泄露
- android mkdirs 不起作用,android为什么加了权限还是无法创建文件夹,用的是mkdirs...
- VC++ 常见调试错误:fatal error LNK1561: entry point must be defined
- (转)网上流行护眼色的RGB值和颜色代码
- 交流电压有效值怎么求