TensorFlow.NET机器学习入门【3】采用神经网络实现非线性回归
上一篇文章我们介绍的线性模型的求解，但有很多模型是非线性的，比如： 这里表示有两个输入，一个输出。 现在我们已经不能采用y=ax+b的形式去定义一个函数了，我们只能知道输入变量的数量，但不知道某个变量存在几次方的分量，所以我们采用一个神经网络去定义一个函数。 我们假设 ...
原文：TensorFlow.NET机器学习入门【8】采用GPU进行学习
随着网络越来约复杂，训练难度越来越大，有条件的可以采用GPU进行学习。本文介绍如何在GPU环境下使用TensorFlow.NET。 TensorFlow.NET使用GPU非常的简单，代码不用做任何修改，更换一个依赖库即可，程序是否能运行成功主要看环境是否安装正确，这篇文章重点介绍的也就是环境的安装了。 CUDA和cuDNN的安装都比较容易，重点是要装对版本。 确认安装版本 首先电脑得有一块NVID ...
2021-12-31 08:22 6 1371 推荐指数：
相关推荐
TensorFlow.NET机器学习入门【4】采用神经网络处理分类问题
上一篇文章我们介绍了通过神经网络来处理一个非线性回归的问题，这次我们将采用神经网络来处理一个多元分类的问题。 这次我们解决这样一个问题：输入一个人的身高和体重的数据，程序判断出这个人的身材状况，一共三个类别：偏瘦、正常、偏胖。 处理流程如下： 1、收集数据 2、构建神经网络 3、训练 ...
TensorFlow.NET机器学习入门【6】采用神经网络处理Fashion-MNIST
"如果一个算法在MNIST上不work，那么它就根本没法用；而如果它在MNIST上work，它在其他数据上也可能不work"。 ...
TensorFlow.NET机器学习入门【0】前言与目录
曾经学习过一段时间ML.NET的知识，ML.NET是微软提供的一套机器学习框架，相对于其他的一些机器学习框架，ML.NET侧重于消费现有的网络模型，不太好自定义自己的网络模型，底层实现也做了高度封装。 最近想从底层学习一下机器学习的相关知识，经过初步筛选，计划定位于python ...
TensorFlow.NET机器学习入门【2】线性回归
回归分析用于分析输入变量和输出变量之间的一种关系，其中线性回归是最简单的一种。 设： Y=wX+b，现已知一组X（输入）和Y（输出）的值，要求出w和b的值。 举个例子：快年底了，销售部门要发年终奖 ...
TensorFlow.NET机器学习
TensorFlow.NET机器学习入门【1】开发环境与类型简介 TensorFlow.NET机器学习入门【0】前言与目录 曾经学习过一段时间ML.NET的知识，ML.NET是微软提供的一套机器学习框架，相对于其他的一些机器学习框架 ...
TensorFlow.NET机器学习入门【5】采用神经网络实现手写数字识别（MNIST）
从这篇文章开始，终于要干点正儿八经的工作了，前面都是准备工作。这次我们要解决机器学习的经典问题，MNIST手写数字识别。 首先介绍一下数据集。请首先解压：TF_Net\Asset\mnist_png.tar.gz文件 文件夹内包括两个文件夹：training和validation ...
TensorFlow.NET机器学习入门【7】采用卷积神经网络（CNN）处理Fashion-MNIST
本文将介绍如何采用卷积神经网络（CNN）来处理Fashion-MNIST数据集。 程序流程如下： 1、准备样本数据 2、构建卷积神经网络模型 3、网络学习（训练） 4、消费、测试 除了网络模型的构建，其它步骤都和前面介绍的普通神经网络的处理完全一致，本文就不重复介绍了，重点讲一下模型 ...