![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
TensorFlow
pissjello
这个作者很懒,什么都没留下…
展开
-
TensorFlow学习笔记5.2——优化器Optimizer
TensorFlow中的优化器有十一种种类,例如以下几种:tf.train.GradientDescentOptimizer() #基础梯度下降算法,实际参数只有学习率tf.train.AdadeltaOptimizer()tf.train.AdagradOptimizer()#自适应梯度下降算法,对每个参数的学习率进行一个有效控制tf.train.MomentumOptimizer(...原创 2020-02-29 23:35:04 · 275 阅读 · 0 评论 -
TensorFlow学习笔记5.1——神经网络参数更新方法
当通过反向传播来计算解析梯度时,梯度就能够被用来进行参数更新了。一般来说,进行参数更新的方法有许多种,最简单的是沿着负梯度方向逐渐改变参数的的普通方法。又或可以引入动量(Momentum)这一概念…常见的更新方法有:SGD(随机梯度下降)、Momentum(动量)update、Adagrad、RMSprop、Adam。一、SGD(随机梯度下降)沿着参数的梯度负方向更新参数,即这里x表示w...原创 2020-02-29 22:27:23 · 2030 阅读 · 0 评论 -
TensorFlow学习笔记4——莫烦PYHTON例子3
import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt'''该练习为莫烦PYTHON课程中的例子3(P10-P12)主要是实现了:1、添加神经网络中的层的函数(这里一共只添加了一个隐藏层和一个输出层)2、定义完整的训练过程,包括训练样本定义、层的添加、损失定义、训练方法过程定义3、绘制样本数据...原创 2020-02-29 20:58:32 · 113 阅读 · 0 评论 -
TensorFlow学习笔记3——placeholder传入值
placeholder()函数用于定义过程,在执行的时候才对其赋值。也就是在run一个Session时再对其赋值。赋值一般用sess.run(feed_dict = {x:xs, y:ys}),其中x,y是用placeholder创建出来的,下面是一个例子:data1 = tf.placeholder(tf.float32)data2 = tf.placeholder(tf.float32)...原创 2020-02-17 15:52:40 · 565 阅读 · 0 评论 -
TensorFlow学习笔记2——Variable变量
1.TensorFlow中变量只有被定义为Variable变量才算是变量state = tf.Variable(0,name='counter')one = tf.constant(1)2.定义了变量一定需要初始化操作new_value = tf.add(state,one)update = tf.assign(state,new_value)init = tf.global_var...原创 2020-02-17 15:41:39 · 212 阅读 · 0 评论 -
TensorFlow学习笔记1——Session会话控制
TensorFlow的运行机制属于“定义”与“运行”相分离,从操作层面可以抽象成两种:构造模型和模型运行。 一个TensorFlow图描述了计算的过程,为了进行计算,图必须在会话Session里启动。Session拥有和管理物理资源CPU和GPU、网络连接的功能,作为上下文管理器来使用1.建立Seesion会话现在定义计算矩阵相乘的一个操作matrix1 = tf.constant([[3,...原创 2020-02-17 15:28:14 · 207 阅读 · 0 评论