- 博客(4)
- 收藏
- 关注
原创 tf.contrib.rnn.LSTMCell()详细介绍,每个参数的含义介绍
LSTM由三个门组成,分别是:遗忘门,输入门、输出门 函数初始化: __init__( num_units, use_peepholes=False, cell_clip=None, initializer=None, num_proj=None, proj_clip=None, num_unit_shards=None, ...
2019-03-31 09:16:18 7536 1
原创 tf.placeholder快速理解
1。tf.placeholder(dtype, shape=None,name=None) # dtype:数据类型,常用的是tf.float32数值类型 # shape:数据形状,默认是None,就是一维值,也可以是多维(比如[1,6], [4, None]表示行是4,列不定) # name:名称 2。作用:在神经网络构建graph的时候在模型...
2019-03-24 13:37:36 633
原创 Cross Entropy Loss(交叉熵)快速理解
监督学习分为两大类:分类问题和回归问题。简单来说,分类问题目标输出的是离散值,回归问题目标输出的是连续值。但是无论是哪种问题,神经网络模型的效果及优化的目标都是通过损失函数来定义的。 对于回归问题常用的损失函数有:均方误差(MSE),平均绝对值误差(也称L1损失)等。 对于分类问题,常用的损失函数则为交叉熵(Cross Entropy Loss)。 我们知道,在神经网络中,softmax()...
2019-03-15 09:13:27 665
原创 Windows/Linux 基于CPU的Anaconda3+Python3.6+TensorFlow版本匹配以及下载链接
参考博客:https://blog.csdn.net/panyu_123/article/details/83183294 Windows 系统 CPU Anaconda3-5.2.0-Windows-x86_64.exe 下载链接:https://repo.anaconda.com/archive/ 注:linux系统对应64位 python3.6的Anaconda对应的版本为:...
2019-03-15 09:12:23 879
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人