TensorFlow
小韭菜~
这个作者很懒,什么都没留下…
展开
-
TensorFlow学习--函数逼近(RBF神经网络)
目录RBF网络相关知识知识概述传送门RBF网络知识RBF网络相关知识知识概述RBF神经网络是一种3层的前向网络,其基本工作原理是:利用RBF构成的隐藏层空间对低维的输入矢量进行投影,将数据变换到高维空间中去,以使原来线性不可分的问题能够变得线性可分。下图为径向基神经网络的基本结构示意图由于输入层在RBF网络中仅仅起到信号的传输作用,故而输入层和隐含层之间的连接权值都为1,隐含层实现对输入...原创 2020-04-28 13:32:55 · 4271 阅读 · 0 评论 -
TensorFlow使用--MNIST分类学习(BP神经网络)
传送门温度数据训练语音信号分类原创 2020-04-03 11:59:53 · 874 阅读 · 0 评论 -
TensorFlow使用--MNIST分类学习入门(感知机)
MNIST简单介绍MNIST是一组经过预处理的手写数字图片数据集,其中每个样本都是一张长28、宽28的灰度图片,其中包含一个0-9的数字。每个样本的输入是784维向量:一张图片有28*28=784个像素点,每个点用一个浮点数表示其亮度;输出是10维向量,十个分量分别表示输入图中数字是0~9的可能性,其中可能性最大的,就是算法预测的结果。代码块from tensorflow.example...原创 2020-03-26 16:45:57 · 476 阅读 · 0 评论 -
TensorFlow学习笔记--第三节张量(tensor)及其定义方法
在TensorFlow中,所有的数据通过张量的形式来表示1张量及属性:可理解为一个 n 维数组,所有类型的数据,包括标量、矢量和矩阵等都是特殊类型的张量,张量并没有真正保存数字,它保存的是计算过程张量(tensor)的属性——维数(阶)、形状和数据类型Tensor("name", shape=(), dtype=int32)1.1维数(阶)张量的维数来被描述为阶,是张量维数的一个数量...原创 2020-03-12 21:21:53 · 1681 阅读 · 2 评论 -
Tensorflow学习笔记-第二节程序结构
TensorFlow程序分为两个独立的部分:1. 构建任何拟创建神经网络的蓝图2. 计算图的定义及其执行计算图:计算图是包含节点和边的网络。本节定义所有要使用的数据,也就是张量(tensor)对象(常量、变量和占位符),同时定义要执行的所有计算,即运算操作对象(Operation Object,简称 OP)。每个节点可以有零个或多个输入,但只有一个输出。网络中的节点表示对象(张量和运算操...原创 2020-03-11 17:27:24 · 232 阅读 · 0 评论 -
TensorFlow学习笔记--第一节 hello TensorFlow
代码块# -*- coding:utf-8 -*-import tensorflow as tf#创建想要的计算图# 只有一个节点,tensor 常量消息由字符串构成message = tf.constant('Welcome to the exciting world of tensorflow')with tf.Session() as sess:# tf.Session():创...原创 2020-03-11 14:08:55 · 236 阅读 · 0 评论