TensorFlow练习11: 图像分类器 – retrain谷歌Inception模型
前一帖《TensorFlow练习10: 实现谷歌Deep Dream》使用到了谷歌训练的Inception模型,本帖就基于Inception模型retrain一个图像分类器。图像分类器应用广泛,连农业都在使用,如判断黄瓜种类。本帖使用的训练数据是《TensorFlow练习9: 生成妹子图(PixelCNN)》一文中使用的妹子图,最后训练出的分类器可以判断图片是不是妹子图。首先下载tensorflow源代码:
TensorFlow练习10: 实现谷歌Deep Dream
TensorFlow练习10: 实现谷歌Deep Dream本帖使用谷歌的预训练的Inception模型生成带有艺术感的图片。Inception模型是Google用两个星期,使用上百万张带分类的图片训练出的模型,在做图像识别时,为了节省时间,通常使用预训练的Inception模型做为训练基础。
TensorFlow练习9: 生成妹子图(PixelCNN)
前一帖生成音乐,本帖生成图片。本文使用TensorFlow实现论文《Conditional Image Generation with PixelCNN Decoders》,它是基于PixelCNN架构的模型,最早出现在《Pixel Recurrent Neural Networks》一文。使用的图片数据我本想使用ImageNet做为图片来源,就像论文中使用的。ImageNet图像有现成的分类,抓取也容易,但是由于很多源都被防火墙屏蔽,下载速度堪忧。《OpenCV之使用Haar Cascade进行对象识别》我...
TensorFlow练习8: 生成音乐
我在GitHub看到了一个使用RNN生成经典音乐的项目:biaxial-rnn-music-composition,它是基于Theano的。本帖改为使用TensorFlow生成音乐,代码逻辑在很大程度上基于前者。相关博文:https://deeplearning4j.org/restrictedboltzmannmachine.htmlhttps://magenta.tensorflow.org/2016/06/10/recurrent-neural-network-generation-tutorial/h...
TensorFlow练习7: 基于RNN生成古诗词
RNN不像传统的神经网络-它们的输出输出是固定的,而RNN允许我们输入输出向量序列。RNN是为了对序列数据进行建模而产生的。样本序列性:样本间存在顺序关系,每个样本和它之前的样本存在关联。比如说,在文本中,一个词和它前面的词是有关联的;在气象数据中,一天的气温和前几天的气温是有关联的。例如本帖要使用RNN生成古诗,你给它输入一堆古诗词,它会学着生成和前面相关联的字词。如果你给它输入一堆姓名,它会学着生成姓名;给它输入一堆古典乐/歌词,它会学着生成古典乐/歌词,甚至可以给它输入源代码。关于RNN:
TensorFlow练习6: 基于WiFi指纹的室内定位(autoencoder)
本帖基于论文:Low-effort place recognition with WiFi fingerprints using Deep Learning室内定位有很多种方式,利用WiFi指纹就是是其中的一种。在室内,可以通过WiFi信号强度来确定移动设备的大致位置,参看:https://www.zhihu.com/question/20593603。使用WiFi指纹定位的简要流程首先采集WiFi信号,这并不需要什么专业的设备,几台手机即可。Android手机上有很多检测WiFi的App,如Sensor L...
TensorFlow练习5: 训练一个简单的游戏AI(Deep Q Network)
Deep Q Network是DeepMind最早(2013年)提出来的,是深度强化学习方法。最开始AI什么也不会,通过给它提供游戏界面像素和分数,慢慢把它训练成游戏高手。Github上有不少DQN实现,在本帖中,我使用TensorFlow训练一个简单的游戏AI。使用pygame写一个简单的小游戏使用强化学习训练游戏AI
TensorFlow练习4: CNN, Convolutional Neural Networks
Convolutional Neural Networks翻译为卷积神经网络,常用在图像识别和语音分析等领域。CNN详细介绍参看:https://en.wikipedia.org/wiki/Convolutional_neural_networkhttp://blog.csdn.net/zouxy09/article/details/8781543http://deeplearning.net/tutorial/lenet.html使用TensorFlow创建CNN
TensorFlow练习3: RNN, Recurrent Neural Networks
前文《使用Python实现神经网络》和《TensorFlow练习1: 对评论进行分类》都是简单的Feed-forward Neural Networks(FNN/前向反馈神经网络) 。而RNN(Recurrent Neural Networks)循环神经网络要相对复杂,它引入了循环,能够处理数据有前后关系的问题,常用在自然语言处理上。RNN介绍:Wiki:Recurrent neural networkUnderstanding-LSTMs循环神经网络(RNN, Recurrent Neural Networ...
TensorFlow练习2: 对评论进行分类
本帖是前一贴的补充:使用大数据,了解怎么处理数据不能一次全部加载到内存的情况。如果你内存充足,当我没说训练好的模型的保存和使用使用的模型没变,还是简单的feedforward神经网络(update:添加CNN模型)如果你要运行本帖代码,推荐使用GPU版本或强大的VPS,我使用小笔记本差点等吐血后续有关于中文的练习《TensorFlow练习13: 制作一个简单的聊天机器人》《TensorFlow练习7: 基于RNN生成古诗词》《TensorFlow练习18: 根据姓名判断性别》