tensorflow practice

通過一個示例為初學者學習TensorFlow。

該項目旨在通過一個初學者的一個示例來學習TensorFlow。更具體地說，它的目標是實現以下目標：

• 了解在張量集中解決填充的關鍵概念
• 使用此概念實施您的機器學習，尤其是深度學習。
• 學會在TensorFlow框架下調試問題並優化程序。

為了實現這一目標，我會關註一項簡單的任務，並深入研究它，而不是眾多例子。這樣，我想分享完成研究或任務的過程，並希望幫助初學者使用TensorFlow建立對機器學習問題進行建模的概述。

這個項目選擇面對工作問題作為任務，實際上是面對驗證模型。該模型在Casia-Webface上進行了訓練，並在LFW上進行了測試。有關數據集的更多詳細信息在這裡。

該項目可以在邏輯上分為不同級別的三個部分。

• 引入了構成模型的張量程序和組件的關鍵概念。
• 實現了關鍵概念和組合的基本模型，並使用軟效果損失來學習該功能。
• 就訓練速度和測試準確性而言，進行了優化以改善基本模型。
  • 數據管理和多GPU用於加快培訓
  • 一個更強大的網絡和新的損失稱為大幅度餘弦損失來提高準確性。

目錄

0. 介紹

   • 要求
   • 概述
   • 安裝
   • 資源

1. 關鍵概念

   • 圖形
   • 會議
   • 張量
   • 手術

2. 成分

   • 變量
   • 名稱和範圍
   • 優化器和培訓師
   • 卷積網絡
   • 保存並還原
   • 張板
   • 定制層

3. 工作切換

   • 模塊化
   • 項目模板
   • 代碼切換

4. 最佳化

   • 速度：
     • 時間表
     • 數據管理
     • 多GPU
   • 準確性
     • 修改網絡結構
     • 介面

如何調試張量流程

調試TensorFlow代碼的實用指南

常問問題

請在這裡看。

參考

1. TensorFlow示例
2. 有效的張量
3. TensorFlow圓頂
4. TensorFlow食譜
5. TensorFlow圓頂