· 关于重要的相关文本资料网站。
它可以做的事,
文本翻译。
情感分析
实例:AlphaGo所使用的算法 蒙特卡洛树搜索(MCTS)估值网络(value network)走棋网络(policy network)
tensorflow主要依赖包
protocol buffer 是处理结构化的数据工具
关于tensorflow在各个系统的安装就不进行详细介绍
开始看python下调用tensorflow的基本学习
启动
(这里我踩坑预警,as后的是重命名简写,不是什么重要参数或第三方模块。为了方便在代码中表示,这里我们规范化写为tf)
定义一个常量constant
result 返回值
生成一个session会话使用sess函数命名
会话.运行(结果)
数组,dtype数据类型对象=浮点数32位
使用这条命令可以切换保存路径
one_hot 代表的是类
np.prod() 一种拍平的操作
直接拍平的参数
flatten(pool4)
函数直接拍平参数 可以进行全链接。
知识对齐
bn一定需要在激活函数之前
renorm=True 批量重整化
创建一个会话
交互模式下直接构建会话
反向传播优化模型原理图
占位符placeholder使用的原因
batch_size = 8 # 是定义每一批次去训练的图片数量(注意需要记得要和数据集图片总数可以整除才可以)
核心 神经网络的参数 (我们使用的模型,训练的模型,喂的数据都是为了它的调整)
y = 0.11 是结果
公式是 计算隐藏层到输出层+上偏置得出的=y 输出
w 为隐藏层的三个节点的加权 b1为偏置 y 为输出节点。
损失函数的用途
代码定义损失函数
使用随机数生成一个模拟数据集合
数据集合大小
tf.train.exponential_decay
exponential_decay函数会指数级的减小学习率
np.bot 函数代表矩阵内积相乘
相当于 矩阵行乘以列
【示意图】
randomstate 随机产生
reduce 减少
more 更多的
seed 种子
minimize 减少
cross 交叉
entropy 熵
clip 削减
constant 常数
enumerate 枚举
imread 未读的
resize 调整大小
labels 标签
append 追加
example 例子
shuffle 洗牌
labelset 标记集
batchsize 批量尺寸
yield 产量
square 平方
greater 最大的
select 选择
random 随机
batch_size 批处理大小
Variable 变量
normal 常态的
init_op 初始化运算
steps 步骤
range 范围
feed_dict 喂养数据
learning_step 学习步
learning_rate 学习速率
variable_scope 可变范围
saturation 饱和
serialized 串行化
teatures 特技
decoded 编码
函数
matmul
将矩阵 a 乘以矩阵 b,生成a * b
https://www.w3cschool.cn/tensorflow_python/tensorflow_python-l5x72feg.html
eval 获取返回值
公式
y_