Tensorflow--语法
kyang624823
这个作者很懒,什么都没留下…
展开
-
Tensorflow--tf.nn.rnn_cell.BasicLSTMCell
tf.nn.rnn_cell.BasicLSTMCell(n_hidden, forget_bias=1.0, state_is_tuple=True): n_hidden表示神经元的个数,forget_bias就是LSTM们的忘记系数,如果等于1,就是不会忘记任何信息。如果等于0,就都忘记。state_is_tuple默认就是True,官方建议用True,就是表示返回的状态用一个元祖转载 2018-01-11 18:56:10 · 5922 阅读 · 0 评论 -
TensorFlow--tf.nn.rnn_cell.DrououtWrapper
tf.nn.rnn_cell.DrououtWrapper(cell, input_keep_prob=1.0, output_keep_prob=1.0)主要的参数就是三个,第一个就是输入的循环神经网络的cell,可以设定为BasicLSTMCell等等。第二个参数就是输入数据使用dropout,后面的概率,如果是1,就不会执行dropout。第三个参数是一样的意思,即输出数据使转载 2018-01-11 19:05:51 · 951 阅读 · 0 评论 -
TensorFlow--tf.Variable
tf.Variable(initializer, name):initializer是初始化参数,可以有tf.random_normal,tf.constant,tf.constant等,name就是变量的名字,用法如下:[python] view plain copyimport tensorflow as tf; import转载 2018-01-13 20:55:53 · 253 阅读 · 0 评论 -
TensorFlow--tf.get_variable
tf.get_variable(name, shape, initializer): name就是变量的名称,shape是变量的维度,initializer是变量初始化的方式,初始化的方式有以下几种:tf.constant_initializer:常量初始化函数tf.random_normal_initializer:正态分布tf.truncated_normal_initializ转载 2018-01-13 21:27:56 · 407 阅读 · 0 评论 -
TensorFlow--tf.concat
tf.concat是连接两个矩阵的操作tf.concat(concat_dim, values, name='concat')除去name参数用以指定该操作的name,与方法有关的一共两个参数:第一个参数concat_dim:必须是一个数,表明在哪一维上连接 如果concat_dim是0,那么在某一个shape的第一个维度上连,对应到实际,就是叠转载 2018-01-13 22:16:55 · 235 阅读 · 0 评论 -
终于理解了RNN里面的time_step
TensorFlow中RNN实现的正确打开方式https://zhuanlan.zhihu.com/p/28196873TensorFlow中RNN实现的正确打开方式何之源8 个月前上周写了一篇文章介绍了一下RNN的几种结构,今天就来聊一聊如何在TensorFlow中实现这些结构,这篇文章的主要内容为:一个完整的、循序渐进的学习TensorFlow中RNN实现的方法。这个学习路径的曲线较为平缓,应...转载 2018-03-25 09:53:03 · 31256 阅读 · 18 评论