moshiyaofei的博客

转载自TensorFlow实战Google深度学习框架（第2版）1.通过神经网络解决多分类问题最常用的方法是设置n个输出节点，其中n为类别的个数。对于每一个样例，神经网络可以得到一个n维数组作为输出结果。2.如何判断一个输出向量和期望的向量有多接近呢？交叉熵（cross entropy）是常用的评判办法之一。交叉熵刻画了两个概率分布之间的距离，它是分类问题中使用比较广的一种损失函数。给定两...

转载自TensorFlow实战Google深度学习框架（第2版） tensor就是张量，在tensorflow中可以被简单地理解为多维数组。 tensorflow中的每一个计算都是计算图上的一个节点。...

转载自TensorFlow实战Google深度学习框架（第2版） 1.本节介绍如何通过反向传播算法和梯度下降算法调整神经网络中参数的取值。梯度下降算法主要用于优化单个参数的取值，而反向传播算法给出了一个高效的方式在所有参数上使用梯度下降算法，从而使神经网络模型在训练数据上的损失函数更小。...

转载自TensorFlow实战Google深度学习框架（第2版） 1.下载和查看mnist数据集的结构：from tensorflow.examples.tutorials.mnist import input_dataimport tensorflow as tfmnist=input_data.read_data_sets("/home/yang/Desktop/mnist...

切换到所在环境然后使用 conda install 安装。：conda install scikit-learn使用pip install scikit-learn 程序导入的时候会出错。