![](https://img-blog.csdnimg.cn/7a6c37b767bc42429b99778ac9bec47b.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
TensorFlow深度学习
文章平均质量分 88
深度学习,变得知能
畅游星辰大海
我们的征途是星辰大海
展开
-
【深度学习_TensorFlow】线性回归
✏️评论,你的意见是我进步的财富!原创 2023-05-11 21:42:14 · 388 阅读 · 0 评论 -
【深度学习_TensorFlow】张量基础操作
有关张量的基础概念、张量的创建方式以及一些基础操作原创 2023-05-20 09:09:04 · 820 阅读 · 0 评论 -
【深度学习_TensorFlow】索引与切片
可以理解成多维数组的下标索引,索引方法是 变量名[ 下标 ][ 下标 ]创建下面一个张量是什么意思?tf.ones( [ 3, 30, 30, 3 ] ) :它是一个四维的张量,形状为 (3, 30, 30, 3)。这个张量中的每个元素都是 1。具体来说,它是一个由 3 个 3x3x3 的矩阵组成的张量,每个矩阵中的每个元素都是 1。上述张量结合实际例子就可以理解为创建一个四维张量来储存图片信息,有3张照片,分别为30 * 30 的 3 通道彩色照片。原创 2023-06-18 22:37:19 · 1689 阅读 · 0 评论 -
【深度学习_TensorFlow】维度变换
tensor维度变换相关操作原创 2023-06-25 17:22:05 · 1042 阅读 · 0 评论 -
【深度学习_TensorFlow】Broadcasting
当我们进行元素级操作时,两个张量的形状可能不匹配。例如,一个张量的形状是 (3, 1),另一个张量的形状是 (2, 3)。在这种情况下,它们无法直接进行操作(例如张量相加),因为形状不兼容。的作用就是帮助我们解决这个问题。它可以将一个张量自动扩展(广播)到与另一个张量具有相同形状的维度。广播的过程就像是在张量上进行拉伸和复制,使其形状与目标形状相匹配。这样,我们就可以对两个形状不同的张量进行元素级操作,而不需要手动调整它们的形状。✏️评论,你的意见是我进步的财富!原创 2023-06-27 21:54:21 · 558 阅读 · 1 评论 -
【深度学习_TensorFlow】合并与分割
✏️评论,你的意见是我进步的财富!原创 2023-07-01 23:22:05 · 1740 阅读 · 0 评论 -
【深度学习_TensorFlow】数据统计
✏️评论,你的意见是我进步的财富!原创 2023-07-07 20:31:50 · 444 阅读 · 0 评论 -
【深度学习_TensorFlow】张量排序、填充与复制、张量限幅
✏️评论,你的意见是我进步的财富!。原创 2023-07-14 23:36:38 · 1159 阅读 · 0 评论 -
【深度学习_TensorFlow】感知机、全连接层、神经网络
系列文章_神经网络原创 2023-08-04 19:09:10 · 1802 阅读 · 0 评论 -
【深度学习_TensorFlow】激活函数
系列文章_激活函数原创 2023-08-04 19:14:27 · 656 阅读 · 0 评论 -
【深度学习_TensorFlow】误差函数
系列文章_误差函数原创 2023-08-04 19:23:31 · 874 阅读 · 0 评论 -
【深度学习_TensorFlow】梯度下降
系列文章_梯度下降原创 2023-08-04 19:28:37 · 885 阅读 · 0 评论 -
【深度学习_TensorFlow】手写数字识别
精心撰写,如有不足还请指正,您的评论是我进步的财富,你的认可是我创作的动力!原创 2023-08-04 19:40:38 · 1010 阅读 · 0 评论 -
【深度学习_TensorFlow】调用keras高层API重写手写数字识别项目
配合源码学习keras高层API,即可实现简单调用原创 2023-08-12 22:25:28 · 641 阅读 · 1 评论 -
【深度学习_TensorFlow】自定义层实现cifar10
Sequential容器适合于数据按序从第一层传播到第二层,再从第二层传播到第三层,以此规律传播的网络模型。对于复杂的网络结构,例如第三层的输入不仅是第二层的输出,还有第一层的输出,此时使用自定义网络更加灵活。下面我们来创建自定义网络类首先创建类,并继承自Model基类:接着在类里创建对应的网络层对象。然后实现自定义网络的前向运算逻辑。# 添加自定义的全连接层作为网络的组成部分self.fc1 = MyDense(28 * 28, 256) # 输入维度为28*28,输出维度为256。原创 2023-08-14 14:53:00 · 284 阅读 · 0 评论 -
【深度学习_TensorFlow】过拟合
✏️评论,你的意见是我进步的财富!原创 2023-08-25 18:03:45 · 1016 阅读 · 0 评论 -
【深度学习_TensorFlow】卷积神经网络(CNN)
input:输入数据图像,例如[100, 28, 28, 3]表示 100 张 28×28的三通道图像。kernel:卷积核,例如[3, 3, 3, 4] 表示4个 3×3 的三通道的卷积核strides:表示步长padding:表示填充,填充的具体数量由tensorflow自动计算并完成✏️评论,你的意见是我进步的财富!原创 2023-09-29 19:40:50 · 1651 阅读 · 2 评论