本文探讨了如何使用Tensorflow快速构建神经网络，特别是在预测股票方面。介绍了在构建神经网络时选择合适转移函数的重要性，并讨论了神经网络的基本属性。同时，文章提到了在训练神经网络时，采用滑动平均模型来增强模型的健壮性，并建议在程序设计中考虑模型保存以防止资源浪费。
人工智能概念股有哪些？ 人工智能芯片谁是龙头？
谷歌人工智能写作项目：小发猫
如何用Tensorflow 快速搭建神经网络
在MNIST数据集上，搭建一个简单神经网络结构，一个包含ReLU单元的非线性化处理的两层神经网络A8U神经网络。
在训练神经网络的时候，使用带指数衰减的学习率设置、使用正则化来避免过拟合、使用滑动平均模型来使得最终的模型更加健壮。
程序将计算神经网络前向传播的部分单独定义一个函数inference，训练部分定义一个train函数，再定义一个主函数main。
二、分析与改进设计1.程序分析改进第一，计算前向传播的函数inference中需要将所有的变量以参数的形式传入函数，当神经网络结构变得更加复杂、参数更多的时候，程序的可读性将变得非常差。
第二，在程序退出时，训练好的模型就无法再利用，且大型神经网络的训练时间都比较长，在训练过程中需要每隔一段时间保存一次模型训练的中间结果，这样如果在训练过程中程序死机，死机前的最新的模型参数仍能保留，杜绝了时间和资源的浪费。
第三，将训练和测试分成两个独立的程序&#
最低0.47元/天 解锁文章
7018
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
