![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorflow
my小马
这个作者很懒,什么都没留下…
展开
-
小白笔记:深度学习之Tensorflow笔记(七:神经网络优化过程)
激活函数 激活函数是用来加入非线性因素的,因为线性模型的表达能力不够。引入非线性激活函数,可使深 层神经网络的表达能力更加强大。 简化模型: MP模型: 优秀的激活函数: • 非线性: 激活函数非线性时,多层神经网络可逼近所有函数 • 可微性: 优化器大多用梯度下降更新参数 • 单调性: 当激活函数是单调的,能保证单层网络的损失函数是凸函数 • 近似恒等性: f(x)≈x当参数初始化为随机小值时,神经网络更稳定 激活函数输出值的范围: • 激活函数输出为有限值时,基于梯度的优化方法更稳定 • 激活函数输原创 2020-05-30 22:58:52 · 385 阅读 · 0 评论 -
小白笔记:深度学习之Tensorflow笔记(六:神经网络优化过程)
预备知识 tf.where(): tf.where(条件语句,真返回A,假返回B) :条件语句真返回A,条件语句假返回B a=tf.constant([1,2,3,1,1]) b=tf.constant([0,1,3,4,5]) c=tf.where(tf.greater(a,b), a, b) # 若a>b,返回a对应位置的元素,否则返回b对应位置的元素 print("c:",c) 运行结果: c: tf.Tensor([1 2 3 4 5], shape=(5,), dtype=int32)原创 2020-05-30 14:49:10 · 263 阅读 · 0 评论 -
小白笔记:深度学习之Tensorflow笔记(五)
程序实现鸢尾花的分类 鸢尾花数据集 介绍: 共有数据150组,魅族包括花萼长,花萼宽,花瓣长,花瓣宽4个输入特征。同时给出了。这一组特征对应的鸢尾花类别。类别包括Setosa Iris(狗尾草鸢尾), Versicolour Iris(杂色鸢尾), Virginica Iris(弗吉尼亚鸢尾)三类,分别用数字0, 1, 2表示。 使用此数据集,代码如下: from sklearn.datasets import load_iris from sklearn import datasets x_data =原创 2020-05-29 22:18:36 · 208 阅读 · 0 评论 -
小白笔记:深度学习之Tensorflow笔记(四)
常用函数 tf.data.Dataset.from_tensor_slices((输入特征, 标签)) 切分传入张量的第一维度,生成输入特征/标签对,构建数据集,此函数对 Tensor 格式与 Numpy格式均适用,其切分的是第一维度,表征数据集中数据的数量,之后切分 batch等操作都以第一维为基础。例如: featrure = tf.constant([12,23,10,17]) labels = tf.constant([0,1,1,0]) dataset = tf.data.Dataset.from原创 2020-05-29 10:35:03 · 290 阅读 · 0 评论