TensorFlow
TensorFlow
bats421
这个作者很懒,什么都没留下…
展开
-
numpy 常用方法总结
numpy 常用方法总结numpy.arangelen(a)numpy.meannumpy.reshapenumpy.clip[::-1]记录使用numpy过程中常用的方法。(不断更新)官方文档import numpy as npa = np.array([[0, 1], [2, 3], [4, 5]])numpy.arangenumpy.arange([start, ]stop, [step, ]dtype=None)返回给定间隔原创 2020-11-09 22:23:16 · 347 阅读 · 0 评论 -
KeyError: ‘accuracy‘、KeyError: ‘val_acc‘、KeyError: ‘acc‘
KeyError: ‘accuracy’、KeyError: ‘val_acc’、KeyError: 'acc’等报错信息的解决方法参考链接1参考链接2在使用matplotlib对机器学习结果进行绘图时,报了该错误我的显示训练图的函数代码为:def show_train_history(train_history, train, validation): """ 显示训练过程 参数: train_history - 训练结果存储的参数位置原创 2020-09-22 16:32:48 · 1163 阅读 · 2 评论 -
ValueError: Only call `softmax_cross_entropy_with_logits` with named arguments (labels=...
ValueError: Only call softmax_cross_entropy_with_logits with named arguments (labels=…,报错解决方案记录一次,网上查询到的方案全是这样:sparse_softmax_cross_entropy_with_logits这个函数的参数传输方法改变了。可是我使用的keras根本没有写这个语句,查看底下的调用过程,会发现调用了这个文件(tensorflow_backend.py这个文件):在这个文件里调用了这个函数,此时原创 2020-09-20 19:58:41 · 244 阅读 · 0 评论 -
TensorFlow(二)MNIST数字识别
TensorFlow(二)MNIST数字识别 与 相关知识线性模型有局限性,如果一个问题能够用一条直线划分,那么线性模型就可以解决这个问题将神经元的输出通过激活函数–非线性化经典损失函数:分类问题:交叉熵刻画了两个概率分布之间的记录距离。(交叉熵越小,两者越接近)使用交叉熵前提:结果是概率分布。可以使用Softmax函数:(1) 回归问题:常用的损失函数是均方误差(MSE)tensorflow的实现:mse = tf.reduce_mean(tf.square(y_ - y))反向原创 2020-09-11 16:22:35 · 150 阅读 · 0 评论 -
TensorFlow(一)神经网络样例程序
TensorFlow(一)入门与神经网络样例程序张量可以简单理解成多维数组。在Tensorflow中,张量主要保存了三个属性:名字、维度(shape)和类型。名字:比如node:src_output,node是节点的名称,src_output表示当前张量来自节点的第几个输出维度:比如shape=(2,)说明该张量的结果是一个一维数组,该数组长度为2类型:每个张量有唯一的类型会话(session):拥有并管理TensorFlow程序运行时的所有资源,需要关闭来回收资源前向传播算法:一个神经元原创 2020-09-09 16:34:23 · 315 阅读 · 0 评论