cs224n作业二学习笔记

这篇博客详细介绍了cs224n课程的作业,涵盖Tensorflow的Softmax操作,包括Tensor的概念和用法,以及placeholder与feed_dict的配合使用。此外,还讲解了句法依存分析的transition-based模型,涉及到神经网络的Xavier初始化、Dropout技术和Adam优化器的应用。
摘要由CSDN通过智能技术生成

1.Tensorflow Softmax

这个作业题可以算是tensorflow的入门练习,涉及tensorflow的一些基本知识。虽然内容比较基础,但是基本包含了tensorflow的理念。如果理解得好,就能很快用上tensorflow了。
编写本文时采用开发环境py3.6.7及tensorflow1.12.0。且导入tensorflow别名为tf。

import tensorflow as tf

softmax与Tensor

在我们使用numpy时,softmax的实现的简写为:

def softmax(x):
  x_exp = np.exp(x)
  x_exp_sum = np.sum(x_exp,axis=1,keepdims=True)
  y_hat = x_exp / x_exp_sum
  return y_hat

在tf中,其简写为:

def softmax(x):
  x_exp = tf.exp(x)
  x_exp_sum = tf.reduce_sum(x_exp,axis=1,keepdims=True)
  y_hat = x_exp / x_exp_sum
  return y_hat

可以说tf的api和numpy如出一辙,很相似。其中唯一不太相同的是sum函数,在tf中对应的api为reduce_sum。类似的还

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

番茄大圣

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值