![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorflow
oPippo
这个作者很懒,什么都没留下…
展开
-
TF Cookbook 使用多层神经网络
import matplotlib.pyplot as pltimport numpy as npimport csvimport tensorflow as tfsess=tf.Session()birth_weight_file = 'birth.csv'birth_data = []with open(birth_weight_file, newline='') as cs...原创 2019-10-31 07:45:35 · 75 阅读 · 0 评论 -
TF Cookbook 单层神经网络
import matplotlib.pyplot as pltimport numpy as npimport tensorflow as tf# 重置计算图会话tf.reset_default_graph()sess=tf.Session()# 初始化输入数组为10X10的矩阵,然后初始化计算图的占位符data_size=[10,10]data_2d=np.random.norm...原创 2019-10-29 07:55:04 · 81 阅读 · 0 评论 -
转 TensorFlow学习笔记——节点(constant、placeholder、Variable)
TensorFlow学习笔记——节点(constant、placeholder、Variable)一、 constant(常量)constant是TensorFlow的常量节点,通过constant方法创建,其是计算图(Computational Graph)中的起始节点,是传入数据。创建方式cons = tf.constant(value=[1,2],dtype=tf.float32,s...转载 2019-08-01 13:47:02 · 270 阅读 · 0 评论 -
TF-cookbook c2 反向传播
import numpy as npimport tensorflow as tfsess=tf.Session()# 生成数据,创建占位符x_vals=np.random.normal(1,0.1,100)y_vals=np.repeat(10.,100)x_data=tf.placeholder(shape=[1],dtype=tf.float32)y_target=tf.pla...原创 2019-08-19 15:24:04 · 112 阅读 · 0 评论 -
TF-cookbook4模型建立
# 模型评估需要一个训练数据集,一个测试数据集,有时还需要一个验证数据集# 回归算法模型用来预测连续数值型,其目标是数字,为了评估回归预测值是否与实际目标相符合,需要度量两者之间的距离# t1:评估简单的回归算法模型,拟合常数乘法,目标值为10# 1.创建计算图,数据集,变量和占位符,然后将其分割为训练数据集和测试数据集,在训练数据集和测试数据集上都进行模型评估,以确定是否过拟合impor...原创 2019-08-23 16:14:37 · 102 阅读 · 0 评论 -
TF-cookbook c3求解矩阵参数
import matplotlib.pyplot as pltimport numpy as npimport tensorflow as tf# 1.初始化计算图,生成数据sess=tf.Session()x_vals=np.linspace(0,10,100)y_vals=x_vals+np.random.normal(0,1,100)# 2.求逆方法所需的矩阵x_vals_...原创 2019-08-29 16:34:44 · 212 阅读 · 0 评论