焦糖呱呱子的博客

tensorflow安装

python绘制散点图

使用Python绘图，气象绘图

如果输出是 0、1 值（二分类问题），则输出层选择 sigmoid 函数，然后其它的所有单元都选择 Relu 函数。 这是很多激活函数的默认选择，如果在隐藏层上不确定使用哪个激活函数，那么通常会使用Relu激活函数。有时，也会使用tanh激活函数，但Relu的一个优点是：当????是负值的时候，导数等于0。 这里也有另一个版本的Relu被称为Leaky Relu。 当????是负值时，这个函数的值不是等于0，而是轻微的倾斜，如图。 这个函数通常比 Relu 激活函数效果要好，尽管在实际中 Leaky ReL

一、诊断偏差和方差当你运行一个学习算法时，如果这个算法的表现不理想，那么多半是出现两种情况： 要么是偏差比较大，要么是方差比较大。换句话说，出现的情况要么是欠拟合，要么是过拟 合问题。那么这两种情况，哪个和偏差有关，哪个和方差有关，或者是不是和两个都有关？ 搞清楚这一点非常重要，因为能判断出现的情况是这两种情况中的哪一种。其实是一个很有效的指示器，指引着可以改进算法的最有效的方法和途径。训练集误差和交叉验证集误差近似时：偏差/欠拟合交叉验证集误差远大于训练集误差时：方差/过拟合二、正则化与偏

为了检验算法是否过拟合，我们将数据分成训练集和测试集，通常用 70%的数据作为训练集，用剩下30%的数据作为测试集。很重要的一点是训练集和测试集均要含有各种类型的数据，通常我们要对数据进行“洗牌”，然后再分成训练集和测试集。测试集评估在通过训练集让我们的模型学习得出其参数后，对测试集运用该模型，我们有两种方式计算误差：1.对于线性回归模型，我们利用测试集数据计算代价函数????2.对于逻辑回归模型，我们除了可以利用测试数据集来计算代价函数外：...

第一件要做的事是选择网络结构，即决定选择多少层以及决定每层分别有多少个单元。 第一层的单元数即我们训练集的特征数量。 最后一层的单元数是我们训练集的结果的类的数量。 如果隐藏层数大于 1，确保每个隐藏层的单元个数相同，通常情况下隐藏层单元的个数越多越好。 我们真正要决定的是隐藏层的层数和每个中间层的单元数。训练神经网络：1. 参数的随机初始化2. 利用正向传播方法计算所有的ℎ????(????)3. 编写计算代价函数 ???? 的代码4. 利用反向传播方法计算所有偏导数5. 利用数值

一、Anaconda下载关于Anaconda安装，大家都会想到去Anaconda官网https://www.anaconda.com/下载最新版，但是官网的下载速度很慢，我们可以选择国内的镜像源进行下载https://mirror.bfsu.edu.cn/anaconda/archive/，根据实际的系统选择对应的32位或者64位版本进行下载即可：二、Anaconda安装双击下载好的Anaconda，弹出界面进行安装：点击next：点击I Agree:根据个人..

最近在自学深度学习，第一个问题就是tensorflow的安装问题，话不多说直接上干货，根据此步骤安装即可。一、一般安装步骤1.安装Python环境。本文的Python是3.8.0 64位版本的，建议使用Anaconda安装。2.使用 Anaconda 自带的 conda 包管理器建立一个 Conda 虚拟环境，并进入该虚拟环境。在 Windows 下，需要打开开始菜单中的 “Anaconda Prompt” 进入 Anaconda 的命令行环境。在命令行下输入：conda create .