![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorflow
ttliu_kiwi
进一寸有一寸的欢喜~
读经典的书,走更多的路。
展开
-
TensorFlow函数:tf.io.gfile.glob
tf.io.gfile.copy函数tf.io.gfile.copy( src, dst, overwrite=False)定义在:tensorflow/python/lib/io/file_io.py。将数据从src复制到dst。参数:src:string,需要复制其内容的文件的名称。dst:string,要复制到的文件的名称。overwrite:bo...转载 2019-03-14 13:55:14 · 5214 阅读 · 0 评论 -
tf.flags.DEFINE解释
tf.flags.DEFINE_xxx()最近在Bert代码中,看到了tf.flags.DEFINE的代码,不知道是什么含义,于是找到了一些资料。具体如下:flags = tf.flagsFLAGS = flags.FLAGSflags.DEFINE_xxx()FLAGS.parse_flags()函数意义利用该函数,可以实现在命令行中设置需要设定的参数来运行程序。这样的话,就可以...原创 2019-03-07 16:54:38 · 2338 阅读 · 0 评论 -
机器学习——模型、策略、算法(tensorflow入门)
这里是一个简单的线性拟合的例子,利用numpy生成一些数据,其中要拟合的参数是WWW和bbb,原数据中的W=[0.1,0.2],b=0.3W=[0.1, 0.2],b=0.3W=[0.1,0.2],b=0.3。在机器学习的算法中,我们一般有三个部分:模型:即决策函数策略:求解最优解的决策函数,即损失函数算法:最后的求解(优化过程)下面给出这个简单的例子,然后来了解上面的三个部分分别对...原创 2019-05-08 14:47:04 · 546 阅读 · 0 评论 -
MNIST入门——softmax回归
Softmax回归形式:y=softmax(Wx+b)y = softmax(Wx+b)y=softmax(Wx+b)交叉熵损失函数Hy′(y)=−∑iyi′log(yi)H_{y'}(y) = -\sum_{i}y_i'log(y_i)Hy′(y)=−i∑yi′log(yi)在这里,我们要利用softmax回归预测图中的数字yyy是我们预测...原创 2019-05-08 19:05:43 · 535 阅读 · 0 评论