萝卜虫的博客

TenssorFlow中通过变量名称获取变量，主要通过两个函数：tf.get_variable和tf.variable_scopetf.get_variable TensorFlow在创建变量时，它和tf.Variable的功能基本等价的。 例如：v = tf.get_variable("v", shape = [1], initializer = tf.constant_initialize

本文主要对TensorFlow的基础知识做一下总结回顾计算图：计算模型计算图概念　　TensorFlow的所有计算都会被转化为计算图上的节点。 Tensor就是张量。可以简单理解为多维数组，表明了它的数据结构，Flow就是“流”，它直观地表达了张量之间通过计算相互转化的过程。 　　TensorFlow是一个通过计算图的形式来表述计算的编程系统。TensorFlow的每一个计算都是计算图上的一个节

对TensorFlow深度学习中常见参数的总结分析　　神经网络中常见的参数有：初始学习率、学习率衰减率、隐藏层节点数量、迭代轮数、正则化系数、滑动平均衰减率、批训练数量七个参数。 　　对这七个参数，大部分情况下，神经网络的参数选优是通过实验来调整的。 　　一个想法是，通过测试数据来评判参数的效果，但是这种方法会导致过拟合测试数据，失去评判未知数据的意义。而我们训练神经网络的目的，恰恰是为了预测

对多层神经网络的总结激活函数　　神经网络解决非线性问题的方法是使用激活函数，TensorFlow中常用的激活函数有：tf.nn.relu、tf.sigmoid、tf.tanh。 　　使用激活函数的前向传播算法：a = tf.nn.relu(tf.matmul(x, w1) + biases1。 　　反向传播算法 　　 反向传播算法是训练神经网络的核心算法。它可以根据定义好的损失函数优化神经网

用tensorflow做CNN_TEXT文本分类时，看到这个API，然后去官网查了一下，再看了一下别的资料，算是明白它的处理方式了。首先，明确一点，tf.argmax可以认为就是np.argmax。　　简单的说，tf.argmax就是返回最大的那个数值所在的下标。这个很好理解，只是tf.argmax()的参数让人有些迷惑，比如，tf.argmax(array, 1)和tf.argmax(arr

这篇文章翻译至denny britz的博客，本来想自己用TensorFlow实现CNN情感分析，看过denny的github后，就决定不浪费时间了。当然，会在他的基础上做一些改进。一、数据预处理　　这个情感分析的数据集来自Rotten Tomatoes的电影评论，总共10662个样本，一半正例，一半负例，词汇的数目大概2万个。 　　任何机器学习能够得到很好的执行，数据预处理都很重要。首先，简单介

Anaconda3\envs\tensorflow\Lib\site-packages的文件复制到Anaconda3\Lib\site-packages中