![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Tensorflow
PETERMAOSX
哎呦,不错哦!
展开
-
Python Tensorflow 使用梯度下降法来预测股票价格
tensorflow 主要有三个层的使用分别是 输入层 隐藏层 输出层输入层: 主要是用来输入数据,设置数据,设置x and y隐藏层: 使用w(权重)b(偏移量) 来度量数据的准确度,并且会随着训练次数的增多,从而降低误差,也会将w and b 的值设置得更加准确输出层: 顾名思义,是训练结果数据的输出层import numpy as npimport matplotlib.pypl...原创 2019-08-13 14:31:39 · 848 阅读 · 0 评论 -
Python-tensorflow神经网络的搭建主要流程步骤的实现
这里搭建了一个入门的神经网络详细的神经网络搭建过程都在注释里面主要有3大步1、定义神经网络的输入,参数和输出,定义前向传播过程2、定义损失函数及反向传播方法3、生成会话。训练多少轮import tensorflow as tfimport numpy as npBATCH_SIZE = 8seed = 23455#基于seed产生随机数rng = np.random.Ran...原创 2019-08-14 02:04:59 · 717 阅读 · 0 评论 -
Tensorflow 中的学习率和衰减学习率
学习率learning_rate:表示了每次参数更新的幅度大小。学习率过大,会导致待优化的参数在最值附近波动,不收敛。学习率过小,会导致待优化的参数收敛缓慢。训练过程中,参数的更新向着损失函数梯度下降的方向。参数的更新公式为:W(n+1)=Wn−learningRote∗ΔW_(n+1) = W_n - learningRote*\DeltaW(n+1)=Wn−learningRote∗...原创 2019-08-24 19:56:59 · 909 阅读 · 0 评论 -
TensorFlow 实现的最简单的两层神经网络
这里搭建的是一个这种的两层神经网络中间设置了一层隐藏层import tensorflow as tf#定义输入和参数x = tf.constant([[0.7,0.5]])w1 = tf.Variable(tf.random_uniform([2,3],seed=1,stddev=1))w2 = tf.Variable(tf.random_uniform([3,1],seed=1,s...原创 2019-08-12 12:04:57 · 779 阅读 · 0 评论