![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
TensorFlow入门
从头开始学习TensorFlow
_Sumor
这个作者很懒,什么都没留下…
展开
-
以非线性回归为例使用tensorboard
tensorboard可视化网络及训练过程 具体的,首先要求环境中装有tensorboard 执行环境后,在logs根目录下执行tensorboard --logdir logs,然后谷歌浏览器打开http//:localhost:6006 代码中非tensorboard相关的代码注释见https://blog.csdn.net/Su_Mo/article/details/107568699 import tensorflow as tf import numpy as np # 在 add_layer(原创 2020-07-27 20:51:12 · 144 阅读 · 0 评论 -
自定义tensorflow神经网络的网络层
我们可以在Tensorflow 里自己定义一个神经网络层,用于之后的调用 神经层里常见的参数通常有weights、biases和激励函数。 # 首先,我们需要导入tensorflow模块。 import tensorflow as tf # 然后定义添加神经层的函数def add_layer(),它有四个参数:输入值、输入的大小、输出的大小和激励函数,我们设定默认的激励函数是None。 def add_layer(inputs, in_size, out_size, activation_function原创 2020-07-24 22:12:56 · 405 阅读 · 0 评论 -
TensorFlow中的激励函数
目录什么是激励函数选择激励函数TensorFlow中的激励函数 以下文字引用自莫烦PYTHON 什么是激励函数 激励函数是一个非线性函数. 比如说relu, sigmoid, tanh. 将这些激励函数嵌套在原有的结果之上, 强行把原有的线性结果给扭曲了. 使得输出结果 y 也有了非线性的特征. 你甚至可以创造自己的激励函数来处理自己的问题, 不过要确保的是这些激励函数必须是可以微分的, 因为在 backpropagation 误差反向传递的时候, 只有这些可微分的激励函数才能把误差传递回去. 选择激励函数原创 2020-07-24 21:56:30 · 193 阅读 · 0 评论 -
TensorFlow中的placeholder
placeholder 是 TensorFlow 中的占位符,暂时储存变量. Tensorflow 如果想要从外部传入data, 就需要用到 tf.placeholder(), 然后以这种形式传输数据: sess.run(***, feed_dict={input: **}). 示例: import tensorflow as tf input1 = tf.placeholder(tf.float32) # 需要定义placeholder的数据类型,一般为float32 input2 = tf.plac原创 2020-07-24 21:10:40 · 248 阅读 · 0 评论 -
TensorFlow中的变量Variables
在tensorflow中,只有定义为变量的字符串才是变量,也就是说变量需要显示定义 import tensorflow as tf # 定义变量 state = tf.Variable(0, name='counter') # 定义常量 one = tf.constant(1) # 定义加法步骤 sumation = tf.add(state, one) # 定义update步骤 update = tf.assign(state, sumation) # 第一个参数必须是tf.Variable()创原创 2020-07-24 21:01:38 · 166 阅读 · 0 评论 -
TensorFlow 实现简单线性回归
import tensorflow as tf import numpy as np import random #create data x_data = np.random.rand(100).astype(np.float32) # 使用numpy生成100个随机点 noise = np.random.normal(loc=0, scale=0.005, size=x_data.shape) # 生成标准正态分布 y_data = x_data*0.1+0.3 + noise # 搭建模型 wei原创 2020-07-24 20:35:00 · 143 阅读 · 0 评论 -
手把手搭建TensorFlow神经网络简单例子——非线性回归
以非线性回归为例,使用TensorFlow构建一个完整的神经网络,包括添加自定义网络层、计算误差、训练步骤等原创 2020-07-24 20:12:12 · 327 阅读 · 0 评论