机器学习
hser-chen
成长回忆录
展开
-
Tensorflow—model.compile ()
参数列表model.compile(optimizer, loss=None, metrics=None, loss_weights=None, sample_weight_mode=None, weighted_metrics=None, target_tensors=None, **kwargs):optimize原创 2021-06-30 14:29:19 · 567 阅读 · 0 评论 -
Tensorflow—keras.layers.Dense()
参数列表tf.keras.layers.Dense( units, # 正整数,该层输出的维数 activation=None, # 激活函数,不指定则没有 use_bias=True, # bias为True(默认使用) kernel_initializer='glorot_uniform', # 核权重矩阵的初始值设定项 bias_原创 2021-06-30 11:13:53 · 1333 阅读 · 0 评论 -
Tensorflow—keras.layers.Input()
机器学习相关学科:人工智能、深度学习、数据挖掘和统计学人工智能是科学,为机器赋予视觉、听觉触觉和推理等智能专家系统:专门知识和经验的计算机智能程序系统。原创 2021-06-30 10:57:40 · 2775 阅读 · 0 评论 -
Python-Tensorflow2.3.0-多元线性回归预测(学习笔记)
编译器环境:win10-Anaconda3-python3.6-tensorflow2.3.0预测数据下载地址:https://download.csdn.net/download/weixin_41788456/12902246Tensorflow进行算法设计与训练的核心步骤:目录1.准备数据2.构建模型3.模型训练4.模型预测1.准备数据多变量线性方程可以表达为 总共:5...原创 2020-09-30 17:12:15 · 1355 阅读 · 0 评论 -
Python-Tensorflow2.3.0-线性回归预测(学习笔记)
编译器环境:win10-Anaconda3-python3.6-tensorflow2.3.0Tensorflow进行算法设计与训练的核心步骤:目录1.准备数据2.构建模型3.训练模型4.结果可视化5.利用模型进行预测1.准备数据单变量的线性方程可以表示为: 生成人工数据集,随机生成一个近似采样随机分布,使得W=2.0,b=1,并加入一个振幅为0.4的噪声...原创 2020-09-30 13:49:35 · 510 阅读 · 0 评论