希望和大家多多交流技术！

原创 TensorFlow学习笔记--MLP多层感知机识别手写数字1-9

# 简单粗暴tensorflow2.0合集 视频p7-p9 多层感知机（MLP）利用多层感知机MLP实现手写数字0-9的mnist数据集的识别import tensorflow as tfimport numpy as np# 数据的获取和预处理class MNISTLoader(): def __init__(self): mnist = tf.keras.datasets.mnist (self.train_data, self.train_lab.

原创 TensorFlow2.0学习笔记——简单的线性回归实战

代码：import tensorflow as tfimport numpy as np# 前期准备---数据处理：归一化x_row = np.array([2013, 2014, 2015, 2016, 2017], dtype=np.float32)y_row = np.array([12000, 14000, 15000, 16500, 17500], dtype=np.float32)# 数据归一化需要用np容器类型的数据，因为TensorFlow没有x.min和x.max操作

原创 TensorFlow2.0学习笔记--自动求导机制

错误示例：以上代码报错：应该是因为对函数求导时，两个变量应该放一起求导，不能两个分别求导正确代码：import tensorflow as tfx = tf.constant([[1., 2.], [3., 4.]])y = tf.constant([[1.], [2.]])w = tf.Variable(initial_value=[[1.], [2.]])b = tf.Variable(initial_value=1.)with tf.GradientTape(..

原创 TensorFlow2.0笔记-mnist实战

import tensorflow as tf(x, y), (x_test, y_test) = tf.keras.datasets.mnist.load_data()# tensorflow中的Keras.datasets中提供了常用的经典数据集比如手写数字数据集mnist，加载后默认保存到C:\Users\Administrator\.keras# 通过load_data会返回相应格式的数据，返回两个元组tuple，即(x, y), (x_test, y_test),数据都用numpy.ar.

原创 TensorFlow笔记：张量的典型应用

图片数量b的存在是因为神经网络中一般并行计算多个输入以提高计算效率索引与切片：

原创 TensorFlow2.0笔记 张量的创建

创建张量：将list容器内的类型数据转化为张量：a = tf.constant( [1, 2, 3] )a = tf.variable( [1, 2, 3] )a = tf.convert_to_tensor( [1, 2, 3] )将numpy.array容器内的数据转化成张量：a = tf.constant( np.array[1, 2, 3] )a = tf.variable( np.array[1, 2, 3] )a = tf.convert_to_ten..

原创 TensorFlow基础-数据类型

向量类型张量：比如向量（1,2,2,5,6）和（1,2），只要它是一个向量，维度都是1，但是shape=[n]不一样，注意区分维度和shape张量只能通过TensorFlow来创建，不能通过python的语法创建实例： a = tf.constant(1.0) 即创建了一个张量（标量） shape为【】 维度为0向量类型张量：向量只可以通过数组list的形式进行创建a = tf.constant ( [1.] ) 一个元素的向量 一维 sha...

原创 TensorFlow学习笔记-独热编码

原创 TensorFlow学习笔记-神经元模型的数学形式

如果只有一个神经元节点时，输入输出表达式可以写成：（Xi代表多个输入，一个输出y）考虑同时输入两个训练样本，同时也可充分利用张量计算的并 行加速能力，样本分别为和当有多个节点，即有多个输出时：...