动手学深度学习
输入法打可爱按第五
这个作者很懒,什么都没留下…
展开
-
tensorflow函数建模相关
tensorflow函数建模相关 一.激活函数 sigmoid: tf.keras.activations.sigmoid(x) tf.sigmoid(x) relu: tf.keras.activations.relu(x) softmax() tf.nn.softmax(tf.constant([[1.5,4.4,2.0]])) tf.keras.activations.softmax(tf.constant([[1.5,4.4,2.0转载 2022-01-07 15:46:41 · 187 阅读 · 0 评论 -
tensorflow基本语法
tensorflow基本语法 一.基本数据结构-张量 1.创建张量tf.constant(XX) 2.从np转为tensor import numpy as np tf.convert_to_tensor(np.ones([2,3])) 3.创建元素为指定值的tensor a = tf.zeros([2,3,3]) 2个3*3矩阵 tf.zeros_like(a) ones()和ones_like同理 tf.fill([2,3],5) 2转载 2022-01-07 14:47:57 · 542 阅读 · 0 评论 -
动手学深度学习笔记5-Softmax用mxnet简洁实现
#1-导入包和模块import d2lzh as d2lfrom mxnet import gluon,initfrom mxnet.gluon import loss as gloss,nn#2-读取数据集batch_size = 256train_iter,test_iter = d2l.load_data_fashion_mnist(batch_size)#3-定义和初始化模型net = nn.Sequential()net.add(nn.Dense(10))net.initi原创 2022-01-02 23:28:32 · 85 阅读 · 0 评论 -
动手学深度学习笔记4-Softmax回归从0-1实现
import d2lzh as d2lfrom mxnet import autograd,nd#1-读取数据集batch_size = 256train_iter,test_iter = d2l.load_data_fashion_mnist(batch_size)#2-初始化模型参数num_inputs = 784 #像素块28*28=784num_outputs = 10W = nd.random.normal(scale=0.01,shape=(num_inputs,num_o原创 2022-01-02 23:15:41 · 398 阅读 · 0 评论 -
动手学深度学习笔记3-Fashion-MNIST数据集
#Fashion-MNIST 更加复杂的手写数字识别数据集#1-获取数据集import d2lzh as d2lfrom mxnet.gluon import data as gdataimport sysimport timemnist_train = gdata.vision.FashionMNIST(train=True)mnist_test = gdata.vision.FashionMNIST(train=False)#数值标签转换为文本标签def get_fashion_m原创 2022-01-02 22:17:52 · 1452 阅读 · 0 评论 -
动手学深度学习笔记2-利用Mxnet提供的Gluon接口实现线性回归
#使用MXNet提供的Gluon接口方便的实现线性回归的训练#1-生成数据集from mxnet import autograd,ndnum_inputs = 2num_examples = 1000true_w = [2,-3.4]true_b = 4.2features = nd.random.normal(scale=1,shape=(num_examples,num_inputs))labels = true_w[0]*features[:,0]+true_w[1]*feature原创 2022-01-02 21:34:44 · 249 阅读 · 0 评论 -
动手学深度学习笔记1-线性回归从0到1实现
from IPython import displayfrom matplotlib import pyplot as pltfrom mxnet import autograd,ndimport random#生成数据集,训练数据集样本数1000,输入个数特征数2num_inputs = 2num_examples = 1000#真实权重true_w = [2,-3.4]#偏差true_b = 4.2features = nd.random.normal(scale=1,shape原创 2022-01-02 21:11:58 · 611 阅读 · 0 评论 -
动手学深度学习window环境搭建教程
0.安装minianaconda1.下载源码压缩包并解压成文件夹2.进入cmd命令行3.配置镜像源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channe原创 2022-01-02 16:30:50 · 867 阅读 · 0 评论