![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorflow
Lank蓝柯
这个作者很懒,什么都没留下…
展开
-
tensorflow创建图、启动图
import tensorflow as tf import numpy as np #creat data x_data = np.random.rand(100).astype(np.float32) #100个随机数列 y_data = x_data * 0.1 + 0.3 #creat tensorflow structure start Weights = tf.Variable(t...原创 2019-03-23 21:33:22 · 122 阅读 · 0 评论 -
用CNN做简单的MNIST手写数字分类
用CNN做简单的MNIST手写数字分类 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets('MNIST_data', one_hot=True) #每个批次的大小 batch_size = 100 #计算一共有多...原创 2019-05-16 10:19:04 · 635 阅读 · 0 评论 -
关于深度学习中的batch_size
关于深度学习中的batch_size batch_size可以理解为批处理参数,它的极限值为训练集样本总数,当数据量比较少时,可以将batch_size值设置为全数据(Full batch cearning)。实际上,在深度学习中所涉及到的数据都是比较多的,一般都采用小批量数据处理原则。 小批量训练网络的优点: 1.相对海量的的数据集和内存容量,小批量处理需要更少的内存就可以训练网络。 2.通常小...原创 2019-05-06 21:23:59 · 1001 阅读 · 0 评论 -
tensorflow搭建简单神经网络进行MNIST数据集分类
tensorflow搭建简单神经网络进行MNIST数据集分类 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #载入数据集 mnist = input_data.read_data_sets('MNIST_data', one_hot=True) #每个批次的大小 batch_...原创 2019-05-06 21:11:39 · 1025 阅读 · 0 评论 -
tensorflow简单的回归
tensorflow简单的回归 #回归 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt #使用numpy生成200个随机点 x_data = np.linspace(-0.5, 0.5, 200)[:,np.newaxis] #200*1的二维矩阵 ''' np.linspace(start, ...原创 2019-05-06 21:06:48 · 149 阅读 · 0 评论 -
Fetch and Feed
#Fetch and Feed #Fetch:在会话里面可以同时执行多个op 得到运行的结果 import tensorflow as tf input1 = tf.constant(2.0) input2 = tf.constant(3.0) input3 = tf.constant(5.0) add = tf.add(input1, input2) mul = tf.multiply(in...原创 2019-03-23 21:42:18 · 122 阅读 · 0 评论 -
用tensorflow实现循环加一
#tensorflow实现循环 #创建一个变量初始化为0 state = tf.Variable(0, name = 'counter') #创建一个op,完成对变量进行加1操作 new_value = tf.add(state, 1) #赋值op update = tf.assign(state, new_value) #在tensorflow会话中,赋值不能直接赋值 #初始化变量 init...原创 2019-03-23 21:40:50 · 619 阅读 · 0 评论 -
tensorflow中变量
#变量 #在tensorflow中如果要使用变量的话必须进行初始化操作 import tensorflow as tf x = tf.Variable([1,2]) a = tf.constant([3,3]) #增加一个减法op sub = tf.subtract(x, a) #增加一个加法op add = tf.add(x, sub) init = tf.global_variables_...原创 2019-03-23 21:39:21 · 93 阅读 · 0 评论 -
session会话
import tensorflow as tf #创建一个常量op m1 = tf.constant([[3,3]]) #2*1矩阵 #创建一个常量op m2 = tf.constant([[2],[3]]) #1*2矩阵 #创建一个矩阵乘法op,把m1和m2传入 product = tf.matmul(m1, m2) ''' #先要定义一个会话,启动默认的图,直接print(pro...原创 2019-03-23 21:38:26 · 100 阅读 · 0 评论 -
关于np.newaxis以及数据维度的一点理解
关于np.newaxis 经常在程序中看到np.newaxis,这里记录一下我的理解: np.arange(0, 10) 这句话 生成的是一个一维的数组,如下: [0 1 2 3 4 5 6 7 8 9] 其shape为(10,) 那么我如何才能将其转化为shape=(1,10)呢? 有两种方法: 1.使用shape: y=np.arange(0, 10) y.shape=(10,1) pri...原创 2019-05-16 20:26:49 · 445 阅读 · 0 评论