Tensorflow
Tensorflow的基础知识
plum-blossom
AI,深度学习
展开
-
tf.function函数转换
定义一个普通的python函数 运行结果: 使用tf.function将python函数转变成tensorfllow的图 用python_function来转会python函数 转化为图结构的优势: 运算速度快 可以使用@tf.function将python函数转成图结构 还可以使用autograph.to_code将python函数转成图结构 输出结果:...原创 2022-08-01 17:15:49 · 302 阅读 · 0 评论 -
wide&deep模型
使用Sequential构建会隐藏layer的具体方式,直接使用会将模型的各层打印出来。■Eg专业={计算机,人文,其他}.人文=[0,1,0]■可能过拟合,所有特征都叉乘,相当于记住每一个样本。使用函数式API构建wide&deep模型。■带有语义信息,不同向量之间有相关性。■泛化能力差,没出现就不会起效果。■过度泛化推荐不怎么相关的产品。wide&deep模型的构建。■有效,广泛用于工业界。■兼容出现过的特征组合。○稀疏特征——优缺点。○密集特征——优缺点。使用子类API构建模型。...原创 2022-07-26 17:23:33 · 215 阅读 · 0 评论 -
搭建回归模型
使用房价预测数据搭建回归模型。原创 2022-07-25 21:20:37 · 232 阅读 · 0 评论 -
模型的数据归一化处理
使用fashion_mnist数据建立一个模型,对数据进行归一化处理之后再放入模型中进行训练。不进行归一化的accuracy为0.83。进行归一化之后的accuracy为0.87。原创 2022-07-25 20:00:20 · 1149 阅读 · 2 评论 -
tf.keras 数据读取与展示
tf2较后来的版本默认batch_size=32,每一批取32个数据,(55000/32=1719)使用一个比较经典的数据fashion_mnist。原创 2022-07-25 18:15:37 · 373 阅读 · 0 评论