- 博客(2)
- 收藏
- 关注
转载 tensorflow学习之损失函数设置和参数优化
白话TensorFlow+实战系列(三)常用损失函数以及参数优化 这次主要介绍常用损失函数以及关于神经网络优化的问题 1.常用损失函数:神经网络解决的现实问题主要有两大类:分类与回归。分类指的是将未知数据归类到你希望的类别中去,如经典的mnist识别手写数字,就是将图片分类到0~9中。回归问题一般是拟合一个具体的数据,如预测房价与房屋面积、单价的关系。下面就从这两方面列举常用的损失函数。
2017-05-30 10:37:32 19074 1
转载 tf.nn.embedding_lookup()的使用
tf.nn.embedding_lookup(params, ids, partition_strategy=’mod’, name=None, validate_indices=True, max_norm=None)首先通过一下一个简单的例子来了解一下tf.nn.embedding_lookup()的用法a = tf.constant([[1,2,3],[4,5,6],[7,8,9],[10,1
2017-05-27 15:04:01 2892
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人