TensorFlow.NET機器學習入門【3】采用神經網絡實現非線性回歸
上一篇文章我們介紹的線性模型的求解，但有很多模型是非線性的，比如： 這里表示有兩個輸入，一個輸出。 現在我們已經不能采用y=ax+b的形式去定義一個函數了，我們只能知道輸入變量的數量，但不知道某個變量存在幾次方的分量，所以我們采用一個神經網絡去定義一個函數。 我們假設 ...
原文：TensorFlow.NET機器學習入門【8】采用GPU進行學習
隨着網絡越來約復雜，訓練難度越來越大，有條件的可以采用GPU進行學習。本文介紹如何在GPU環境下使用TensorFlow.NET。 TensorFlow.NET使用GPU非常的簡單，代碼不用做任何修改，更換一個依賴庫即可，程序是否能運行成功主要看環境是否安裝正確，這篇文章重點介紹的也就是環境的安裝了。 CUDA和cuDNN的安裝都比較容易，重點是要裝對版本。 確認安裝版本 首先電腦得有一塊NVID ...
2021-12-31 08:22 6 1371 推薦指數：
相關推薦
TensorFlow.NET機器學習入門【4】采用神經網絡處理分類問題
上一篇文章我們介紹了通過神經網絡來處理一個非線性回歸的問題，這次我們將采用神經網絡來處理一個多元分類的問題。 這次我們解決這樣一個問題：輸入一個人的身高和體重的數據，程序判斷出這個人的身材狀況，一共三個類別：偏瘦、正常、偏胖。 處理流程如下： 1、收集數據 2、構建神經網絡 3、訓練 ...
TensorFlow.NET機器學習入門【6】采用神經網絡處理Fashion-MNIST
"如果一個算法在MNIST上不work，那么它就根本沒法用；而如果它在MNIST上work，它在其他數據上也可能不work"。 ...
TensorFlow.NET機器學習入門【0】前言與目錄
曾經學習過一段時間ML.NET的知識，ML.NET是微軟提供的一套機器學習框架，相對於其他的一些機器學習框架，ML.NET側重於消費現有的網絡模型，不太好自定義自己的網絡模型，底層實現也做了高度封裝。 最近想從底層學習一下機器學習的相關知識，經過初步篩選，計划定位於python ...
TensorFlow.NET機器學習入門【2】線性回歸
回歸分析用於分析輸入變量和輸出變量之間的一種關系，其中線性回歸是最簡單的一種。 設： Y=wX+b，現已知一組X（輸入）和Y（輸出）的值，要求出w和b的值。 舉個例子：快年底了，銷售部門要發年終獎 ...
TensorFlow.NET機器學習
TensorFlow.NET機器學習入門【1】開發環境與類型簡介 TensorFlow.NET機器學習入門【0】前言與目錄 曾經學習過一段時間ML.NET的知識，ML.NET是微軟提供的一套機器學習框架，相對於其他的一些機器學習框架 ...
TensorFlow.NET機器學習入門【5】采用神經網絡實現手寫數字識別（MNIST）
從這篇文章開始，終於要干點正兒八經的工作了，前面都是准備工作。這次我們要解決機器學習的經典問題，MNIST手寫數字識別。 首先介紹一下數據集。請首先解壓：TF_Net\Asset\mnist_png.tar.gz文件 文件夾內包括兩個文件夾：training和validation ...
TensorFlow.NET機器學習入門【7】采用卷積神經網絡（CNN）處理Fashion-MNIST
本文將介紹如何采用卷積神經網絡（CNN）來處理Fashion-MNIST數據集。 程序流程如下： 1、准備樣本數據 2、構建卷積神經網絡模型 3、網絡學習（訓練） 4、消費、測試 除了網絡模型的構建，其它步驟都和前面介紹的普通神經網絡的處理完全一致，本文就不重復介紹了，重點講一下模型 ...