- 博客(5)
- 收藏
- 关注
RSS订阅原创 Tensorflow2文档指南【3】训练微分机制
深度学习需要通过自动计算微分来实现误差反向传播，故需要一种能够自动微分计算梯度的机制，在本文种会介绍Tensorflow2的这种机制如何使用
2022-06-08 20:45:47
168
原创 【广播机制】Numpy,Pytorch,Tensorflow
广播机制广播机制是为了解决两个不同尺寸之间的数组（张量）之间的计算问题而设计的一种算法机制，在numpy中就存在这种机制，而Pytorch和Tensorflow为了减少学习成本，也按照numpy的这种机制规则设计了广播机制，深入理解有助于更好地对张量进行操作广播的基本流程本质上两个形状（shape）不同的张量之间是不能直接运算的，需要相同的形状才行。而广播就是在运算之前，将两个张量进行匹配扩充的过程。第一步，两个张量扩充成相同形状，本质上是复制扩充；第二步，两个扩充后的形状相同的向量进行运算。下图可以
2022-05-05 19:05:18
1131
原创 Tensorflow2文档指南【2】变量简介
什么是变量Tensorflow中变量和张量都是计算的基本数据类，在上一章的介绍中，张量是不可改变数值，而变量是可变数值的，在训练的过程中，绝大部分训练参数的是变量，如果是一个参数是变量，误差反向传播的时候就会为其创建梯度，进而更新变量。创建变量my_tensor = tf.constant([[1.0, 2.0], [3.0, 4.0]])my_variable = tf.Variable(my_tensor)# 就像张量一样，变量也可以是各种数据类型bool_variable = tf.Va
2022-03-23 15:47:32
1890
原创 Tensorflow2文档指南【1】张量简介
写在前面Tensorflow是谷歌开发的深度学习框架，目前已经更新到了2.8，考虑到国内网络不能直接进入tensorflow界面，并且部分指南不是中文的，故通过此文章来作为学习笔记来记录，巩固所学的内容。张量（Tensor）以下是Tensorflow 对于张量的描述：张量是具有统一类型（称为 dtype）的多维数组。您可以在 tf.dtypes.DType 中查看所有支持的 dtypes。如果您熟悉 NumPy，就会知道张量与 np.arrays 有一定的相似性。就像 Python 数值和字符串
2022-03-12 16:22:02
2114
原创 Vscode Java .class文件输出目录修改
文章目录前言修改方法前言 在使用Vscode开发java项目的时候，如果使用vscode商店自带的java插件，会默认将.class文件输出到c盘，下面是我找到的一个可以修改的办法修改方法打开或者创建一个java工程时，会进入下面的的欢迎界面可以看到下面有一栏”Student“点开之后下面再点击 Configure Sources, Dependencies, Output Folder…在新的页面就可以修改output的文件路径了到此路径修改结束，新人发帖，如有不到位请多包涵
2021-07-26 22:11:52
3516
2
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