![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Tensorflow
cmm_h
这个作者很懒,什么都没留下…
展开
-
小白学Tensorflow之线性回归
利用Tensorflow构建一个线性回归模型。 第一,我们构建一个目标方程:y=2xy = 2x# 构建一个方程 trY = 2 * trX,并且加入一些随机干扰项 trX = np.linspace(-1, 1, 101)trY = 2 * trX + np.random.rand(*trX.shape) * 0.123 第二,我们需要创建一些变量和占位符,在Tensorflow计算过程中会使用原创 2016-07-25 15:46:53 · 347 阅读 · 0 评论 -
小白学Tensorflow之Logistic回归
利用Tensorflow实现Logistic回归 第一,我们先来设计两个函数,使得在后续的程序中不用重复编写相同的代码。def init_weights(shape): return tf.Variable(tf.random_normal(shape, stddev = 0.01))def model(X, w): return tf.matmul(X, w)第二,我们带入mni原创 2016-07-25 16:33:23 · 311 阅读 · 0 评论 -
小白学Tensorflow之简单神经网络
在这篇博客中,我们将利用Tensorflow搭建一个简单的三层神经网络,分别是一个输入层,一个隐藏层和一个输出层。并且,我们采用sigmoid函数作为激活函数。 第一,我们先构建神经网络模型,其中w_layer_1是输入层到隐藏层之间的连接矩阵,然后用sigmoid函数来作为激活函数,w_layer_2是隐藏层到输出层之间的连接矩阵。# 定义输入层到隐藏层之间的连接矩阵 w_layer_1 = i原创 2016-07-25 17:22:34 · 314 阅读 · 0 评论 -
小白学Tensorflow之多层神经网络
在本博客中,我们将利用Tensorflow来构建一个多层神经网络。因为本博客是为了学习目的,所以我们就来构建一个四层神经网络,即一个输入层,两个隐藏层,一个输出层。 第一,我们需要定义层与层之间的转移矩阵# 定义输入层到第一个隐藏层之间的连接矩阵 w_layer_1 = init_weights([784, 625])# 定义第一个隐藏层到第二个隐藏层之间的连接矩阵 w_layer_2 = ini原创 2016-07-25 20:52:08 · 392 阅读 · 0 评论