python
Chz9523
这个作者很懒,什么都没留下…
展开
-
softmax手札
softmax详细内容参考https://blog.csdn.net/u014380165/article/details/77284921 softmax公式:tf.nn.softmax():import tensorflow as tfA = [1.0, 2.0, 3.0, 4.0, 5.0, 6.0]B = tf.nn.softmax(A)with tf.Sessio...原创 2019-01-10 16:48:43 · 135 阅读 · 0 评论 -
tf.matmul() 和tf.multiply() 的区别
1.tf.multiply()两个矩阵中对应元素各自相乘格式: tf.multiply(x, y, name=None) 参数: x: 一个类型为:half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128的张量。 y: 一个类型跟张量x相同的张量。 返回值: x * ...原创 2019-01-10 19:52:13 · 148 阅读 · 0 评论 -
python的占位符%d 与%i的区别?
占位符说明%s字符串(采用str()的显示)%r字符串(采用repr()的显示)%c单个字符%b二进制整数%d十进制整数%i十进制整数%o八进制整数%x十六进制整数%e指数 (基底写为e)%E指数 (基底写为E)%f浮点数%F浮点数,与上相同%g指数(e)或浮点数 (根据显示长度)%G指数(E)或浮点数 (根据显示长度...原创 2019-01-10 08:05:49 · 10225 阅读 · 0 评论 -
第6章 实战之聊天语料处理
代码学习:extract_conv.py文件:函数1: def make_split(line): if re.match(r'.*([,…?!\.,!?])$', ''.join(line)): return [] return [', ']首先,定义函数 make_split():其主要实现功能是匹配开头为.*([,…?!\.,!?]...原创 2019-01-21 21:21:42 · 550 阅读 · 0 评论 -
归一化序列数据
归一化是从原始范围的数据重新缩放,使得所有的值都在0到1的范围之内。规范化要求您指导或能够准确地最小和最大可观测值。您可以从可用的数据中估计这些值。如果您可以从可用的数据中估计这些值。如果您的序列是呈增长趋势的或者下降趋势的,估计这些期望值可能是困难的,并且规范化可能不是解决您问题的最好办法。如果要缩放的值超过最小值和最大值的边界,则所得到的值的范围不在0到1的范围之内。在进行预测之前,你可以...原创 2019-02-19 16:07:49 · 1332 阅读 · 0 评论 -
标准化序列数据
标准化一个数据集涉及重新调整值的分布,以便使得观测值的平均值为0,标准差为1。这可以被认为是数据都减去了一个平均数或者中心化数据。与归一化一样,标准化可能是有用的,甚至在某些机器学习算法中,当您的数据具有不同尺度的输入值时也是需要的。标准化假设您的观察值符合高斯分布(贝尔曲线),具有良好的均值和标准差。不满足这个期望,你仍然可以标准化你的时间序列数据,但是可能不会得到可靠的结果。标准化需要...原创 2019-02-19 21:41:48 · 1689 阅读 · 0 评论