WWWWWWGJ的博客

文章目录加粗、斜体分割线引用标题：Setext方式Atx方式列表无序列表有序列表超链接文字超链: Inline方式图片超链索引超链：reference方式自动链接代码段落代码注释转义字符 \换行表格段落缩进（空格）字体、字号、颜色公式注脚加粗、斜体星号或下划线，单个斜体，双粗体，符号可跨行，可加空格**你好**: 你好_没错_: 没错分割线三个或更多 -_*，单独一行，可含空格...

# 假设字符串型的标签存放在img_label这个list中label_set = set(img_label) # 将img_label转化成集合的形式，集合中不会有重复的元素img_label_ = sorted(list((label_set))) # 这里再把集合转化成list，# 这里原始标签对应于哪一个整数并不重要# 但是依然要排序，否则每次生成的img_la...

def load_cache(path, encoding="latin-1", fix_imports=True): with open(path, "rb") as f: return pickle.load(f, encoding=encoding, fix_imports=True)# 这里encoding是编码格式，要根据具体的pkl文件来选择...

boxcars数据集放在pkl文件中，首先需要读取 .pkl文件，定义一个读取函数。import pickledef load_cache(path, encoding="latin-1", fix_imports=True): """ encoding latin-1 is default for Python2 compatibility """ wi...

作者用resnet50跑了一下standford cars数据集。该数据集共有196类，16185张图片，其中训练集有8144张，测试集有8041张图片。训练集是这样的： train/00001.jpg train/00002.jpg ……对应的标签放在另一个mat文件中。读取mat文件的代码如下，将其写进txt文件，一行只有一...

对于二分类任务，最理想的是用“单位阶跃函数”（unit-step function）需要将线性回归模型产生的预测值 转换为0/1值。但是单位阶跃函数不连续，于是用对数几率函数 (logistic function) 作为替代函数： 对数几率函数是一种“sigmoid”函数。它将z值转化为一个接近0或1的 值，并且其输出值在  附近变化很陡。将 代入    ,得到   ...

 定义一个线性回归模型：linear_regression_model.pyimport tensorflow as tfimport numpy as npclass linearRegressionModel: def __init__(self,x_dimen): self.x_dimen = x_dimen self._index_in...

r2_score函数是计算 （决定系数coefficient of determination）的。决定系数，有的翻译为判定系数，也称为拟合优度。是相关系数的平方。表示可根据自变量的变异来解释因变量的变异部分。如某学生在某智力量表上所得的 IQ 分与其学业成绩的相关系数 r=0.66，则决定系数 =0.4356，即该生学业成绩约有 44%可由该智力量表所测的智力部分来说明或决定。r2_...

sklearn.datasets.make_regression( n_samples=100, n_features=100, n_informative=10, n_targets=1, bias=0.0, effective_rank=None, tail_strength=0.5, noise=0.0, ...

可以运用以下公式：

__init__( initial_value=None, trainable=True, collections=None, validate_shape=True, caching_device=None, name=None, variable_def=None, dtype=None, expected_shape=...

squared_difference( x, y, name=None)计算张量 x、y 对应元素差的平方参数名 必选 类型 说明 x 是 张量 是 half, float32, float64, int32, int64, complex64, complex128 其中一种类型 y 是 张量 是 ...

reduce_mean( input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None)计算张量 input_tensor 平均值input_tensor 是 张量 输入待求平均值的张量 axis 否 None、0、1 ...

bias_add( value, bias, data_format=None, name=None)将偏差项 bias 加到 value 上面，可以看做是 tf.add 的一个特例，其中 bias 必须是一维的，并且维度和 value 的最后一维相同，数据类型必须和 value 相同。参数名 必选 类型 说明 value 是...

placeholder( dtype, shape=None, name=None)是一种占位符，在执行时候需要为其提供数据参数名 必选 类型 说明 dtype 是 dtype 占位符数据类型 shape 否 1 维整形张量或 array 占位符维度 name 否 string ...

constant( value, dtype=None, shape=None, name='Const', verify_shape=False)根据 value 的值生成一个 shape 维度的常量张量 参数名 必选 类型 说明 value 是 常量数值或者 list 输出张量的值 dtype...

truncated_normal( shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)产生截断正态分布随机数，取值范围为 [ mean - 2 * stddev, mean + 2 * stddev ]。参数名 必选 类型 说明 s...

先对logits通过sigmoid计算，再计算交叉熵logists和sigmoid函数可参考：https://blog.csdn.net/WWWWWWGJ/article/details/87968674sigmoid函数： ：sigmoid_cross_entropy_with_logits( _sentinel=None, labels=None, ...

 dropout(随机失活): 是为了解决深度神经网络的过拟合(overfitting)和梯度消失(gradient vanishing)而被提出的优化方法。dropout是通过遍历神经网络每一层的节点，然后通过对该层的神经网络设置一个keep_prob(节点保留概率)，即该层的节点有keep_prob的概率被保留，keep_prob的取值范围在0到1之间。通过设置神经网络该层节点的保留概率，...

max_pool( value, ksize, strides, padding, data_format='NHWC', name=None)参数名 必选 类型 说明 value 是 tensor 4 维的张量，即 [ batch, height, width, channels ]，数据类型为 tf...