自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 学习笔记||tensorflow-tf.data模块

轻松读取和处理数据,处理速度很快。创建数据集tf.data.Dataset表示一系列元素。

2021-08-04 14:00:55 408

原创 学习笔记||Tensorflow-函数式api

函数api核心思想在于可以调用,每一层都可以调用,需要哪一层调用哪一层import tensorflow as tf from tensorflow import kerasimport matplotlib.pyplot as plt%matplotlib inline#导入fashionfashion_mnist = keras.datasets.fashion_mnist(train_images,train_labels),(test_images,test_labels)=fas

2021-08-03 15:40:54 448

原创 学习笔记||tensorflow-过拟合及解决

model.compile(optimizer=tf.keras.optimizers.Adam(learning_rate=0.001), loss='categorical_crossentropy', metrics=['acc'])history = model.fit(train_image, train_label_onehot, epochs=10, val.

2021-08-02 18:19:48 1048

原创 学习笔记||Tensorflow-网络容量和优化器配置

网络容量是指可训练参数的多少。可训练参数越多,网络容量越大,层数越多,拟合能力越强,拟合难度也越高,也会更容易发生过拟合。 超参数是指,在搭建神经网络过程中,需要自己选择(而不是通过梯度下降算法去优化)的那些参数。比如中间的神经元个数和学习速率。 提高网络拟合能力有两种思路,一是增加神经元个数,二是增加层。第二种会大大提高拟合能力,这就是为什么深度学习越来越“深”。单层神经元不能太小,太小会造成信息瓶颈,使有用信息被丢弃掉,使模型欠拟合。 ...

2021-08-02 17:22:39 236

原创 学习笔记||Tensorflow-优化器实例

在上节中编译模型时,直接使用名称来配置:model.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['acc'] )也可以使用keras的Adam优化器实例:model.compile(optimizer=tf.keras.optimizers.Adam(learning_rate=0.01, loss='sparse_categorical_cr

2021-08-02 16:40:06 456

原创 学习笔记||Tensorflow-softmax分类

对数几率回归解决的是二分类的问题,对于多个选项问题,softmax函数是对数几率回在N个可能不同的值上的推广。 softmax层的作用是将神经网络的原始输出变为概率分布 softmax样本分量之和为1,只有两个类别时,与对数几率回归相同。计算交叉熵有两种方法:catrgorical_crossentropy和sparse_categorical_crossentropy. 使用的数据集是Fashion MNIST数...

2021-08-02 15:56:55 497

原创 学习笔记||Tensorflow-逻辑回归实现

线性回归预测连续值,逻辑回归给出“是”或“否”,使用Sigmoid做激活函数。Sigmoid是一个概率函数。 对于分类问题使用交叉熵刻画损失函数会更有效,交叉熵会输出一个更大的“损失”。交叉熵刻画的是实际输出概率与期望输出概率的距离。交叉熵越小,两个概率分布就越接近。 概率分布为期望输出,概率分布为实际输出,为交叉熵:代码实现:import tensorflow as tfimport pandas as pdimport numpy a...

2021-08-02 14:55:04 164

原创 学习笔记||Tensorflow-多层感知器和激活函数

一、神经网络模仿生物神经系统构建的。生物神经系统中,神经突触相连,当信号到达神经突触,超过一定的阈值之后,会将信号向下传递。神经网络输入线性可分数据,通过增加层和激活函数,使线性函数具备拟合非线性问题的能力。 二、常用的激活函数:relu:x<0时,信号忽略;x>=0时,原数输出 sigmoid:输出值在-...

2021-08-02 14:13:45 178

原创 学习笔记||Tensorflow-梯度下降算法

一 原理说明1.损失函数:梯度下降算法使用均方差刻画损失函数:2.寻找损失函数最低点 为了找到损失函数最低点,需要确定两个问题:下降的方向和下降的步长。 横坐标是,纵坐标是,使损失函数变小的方向应该是点梯度的方向,梯度为0的点是最低点。 得知前进方向后计算前进距离,表示学习率, 重复上式,直到损失函数值收敛。过大会错过最低点,过小会耗时过长。二 代码实现import tensorflow as tf...

2021-08-02 11:28:22 363

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除