Tensorflow2.0学习笔记-Day1
1.深度学习主要解决的是分类和回归问题
分类问题:输出的是概率分布,例如[0.2,0.7,0.1],概率最大的为类别
回归问题:预测值,会输出一个真实的数值
目标函数(损失函数):目标是通过调参让目标函数变小,来优化模型
目标函数通常用:
one-hot编码:把正整数化成一个1多个0的向量
2.导入后面需要的包
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline#让图可以输出在屏幕上
import numpy as np
import sklearn
import pandas as pd
import os
import sys
import time
import tensorflow as tf
from tensorflow import keras
检验这些包的版本:
print(tf.__version__)
print(sys.version_info)
for module in mpl, np, pd, sklearn, tf, keras:
print(module.__name__, module.__version__)
输出结果:
2.0.0
sys.version_info(major=3, minor=7, micro=4, releaselevel='final', serial=0)
matplotlib 3.1.1
numpy 1.16.5
pandas <