神经网络实践

inst2vec的实验中,有许多难以理解的数据处理操作
比如,对数据进行shuffle,对参数进行l2正则化,截断地产生正态分布随机数,对bias置为0,

代码难以理解的原因:
采样上的策略,对为何采用这样的策略不是很清楚
各种参数的影响:FLAGS的锅
TensorFlow API的影响:TensorFlow中Tensor的形状

疑点:

  1. 在从rec文件中读取文件内容之后,进行map可以理解,之后进行shuffle时,传入的参数int(1e5)是什么含义?
  2. 之后,使用dataset.apply方法将大数据集分成小batch可以理解,但是下一行的prefetch方法,将参数设置为int(100000000)是何含义?
  3. 往下,Input_Data区域,next[:, 0]和next[:, 1]分别是代表什么?
  4. 正常的shape表示都应该是小括号,为什么tf.reshape在传参数的时候,shape是一个中括号括住的list?
  5. 另外还是这两行代码,rec文件这样一个二进制文件的内容可以用vim读出来,但这又是什么含义?
    在这里插入图片描述
  6. TensorFlow的图定义和执行分离,参考博客
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值