tensorflow practice Download - tensorflow practice Quellcode Download

tensorflow practice

Anderer Quellcode

1.0.0

Herunterladen

Tensorflow von nur einem Beispiel für Anfänger lernen.

Dieses Projekt wurde zum Lernen von Tensorflow von nur einem Beispiel für Anfänger entwickelt. Insbesondere ist es geahndet, das Ziel wie folgt zu erreichen:

Verständnis der Schlüsselkonzepte für die Konzernierung der Konzession im Tensorflow
Implementieren Sie Ihr maschinelles Lernen, insbesondere Ihr tiefes Lernen, Modell mit diesen Konzepten.
Lernen Sie, das Problem zu debuggen und das Programm unter dem TensorFlow -Framework zu optimieren.

Um dieses Ziel zu erreichen, spiele ich auf eine pratische Aufgabe auf und grabe es tief anstelle einer breiten Beispiele. Auf diese Weise möchte ich den Prozess der Durchführung meiner Forschung oder Aufgabe teilen und hoffen, Anfängern zu helfen, einen Überblick über die Modellierung des Problems des maschinellen Lernens mithilfe von TensorFlow aufzubauen.

Dieses Problem der Projektauswahl ist mit dem Wiedergutmachungsproblem als Aufgabe ausgesetzt, das tatsächlich mit Verifizierungsmodell ausgesetzt ist. Das Modell wurde auf dem Casia-Webface trainiert und auf dem LFW getestet. Weitere Details zum Datensatz finden Sie hier.

Das Projekt kann logisch in drei Teile verschiedener Ebenen unterteilt werden.

Die Schlüsselkonzepte des Tensorflow -Programms und der Komponenten, die das Modell konstruieren, wurden eingeführt.
Ein grundlegendes Modell, das die Vorteile sowohl der Schlüsselkonzepte als auch der Komponenten nimmt, wurde implementiert und der Softmax -Verlust wurde verwendet, um die Funktion zu erlernen.
Die Optimierung wurde durchgeführt, um das Grundmodell sowohl in Bezug auf die Trainingsgeschwindigkeit als auch die Testgenauigkeit zu verbessern.
- Datenverwaltung und Multi-GPU wurden verwendet, um das Training zu beschleunigen
- Ein leistungsstärkeres Netzwerk und ein neuer Verlust namens Large Margin Cosinus -Verlust wurden verwendet, um die Genauigkeit zu verbessern.

Inhaltsverzeichnis

Einführung
- Anforderungen
- Überblick
- Installation
- Ressourcen
Die Schlüsselkonzepte
- Graph
- Sitzung
- Tensor
- Betrieb
Komponenten
- Variablen
- Name und Umfang
- Optimierer und Trainer
- Faltungsnetzwerk
- Speichern und wiederherstellen
- Tensorboard
- Customized Layer
Arbeiten
- Modularisation
- Projektvorlage
- Code togother
Optimierung
- Geschwindigkeit:
  - Zeitleiste
  - Datenverwaltung
  - Multi-GPU
- Genauigkeit
  - Ändern Sie die Netzwerkstruktur
  - Cospace