![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Tensorflow
文章平均质量分 74
tensorflow精进之路
凡心curry
给予你诗意的理性
展开
-
TensorFlow 2 ——神经网络常用函数
目录神经网络激活函数TensorFlow 激活函数TensorFlow 中损失优化方法scikit-learn 预处理函数 神经网络激活函数 Logistic:典型的激活函数,在计算分类的概率时非常有用。 f(z)=11+exp(−z) f(z)=\frac{1}{1+exp(-z)} f(z)=1+exp(−z)1 Tanh :跟 Sigmoid 函数很像,但是范围是 [-1,1] ,而不是 [0,1] 。 f(z)=tanh(z)=ez−e−zez+e−zf(z)=tanh(z)=\frac原创 2021-05-11 16:46:54 · 200 阅读 · 0 评论 -
TensorFlow 2 ——基础神经网络和卷积神经网络
目录基础神经网络卷积神经网络 基础神经网络 首先是处理训练数据。导入或者随机定义训练的数据 ???? 和 ???? ,这里我们使用 NumPy 随机定义训练的数据: import numpy as np import tensorflow as tf x_data = np.linspace(-1, 1, 300)[:, np.newaxis] # 生成 x noise = np.random.normal(0, 0.05, x_data.shape) # 生成 noise y_data原创 2021-05-07 16:42:44 · 219 阅读 · 1 评论 -
TensorFlow 2——VGG卷积神经网络
引言 选择经典卷积神经网络结构 VGG 作为示例,完成 Fashion-MNIST 时尚物品分类任务。此外还将了解如何使用预训练模型进行迁移学习。 VGG 网络结构 VGG 是 Visual Geometry Group 的简称,前者代表牛津大学工程科学系的视觉几何课题组。2014 年,VGG 在 ImageNet ILSVRC-2014 分类任务中拿下了第二名的成绩。 VGG 采用了卷积神经网络结构,分为分为如下图所示的 VGG16 和 VGG19。二者在结构上区别不大,只是 VGG19 更深一些,效果原创 2021-05-04 11:13:42 · 1233 阅读 · 3 评论 -
TensorFlow 2 ——神经网络模型
目录低阶 API 模型Keras 顺序模型Keras 函数式模型Keras 混合模型 低阶 API 模型 首先读取数据集并进行简单切分,这里对字符标签进行了独热编码方便后面计算损失值。 import numpy as np import tensorflow as tf from sklearn.datasets import load_digits from sklearn.model_selection import train_test_split digits = load_digits() #原创 2021-04-28 15:12:28 · 414 阅读 · 0 评论 -
TensorFlow 2 线性回归
低阶API TensorFlow 的低阶 API 实现,实际上就是利用最基本的函数和组件,结合 Eager Execution 机制来完成。实验首先初始化一组随机数据样本,并添加噪声,然后将其可视化出来。 import matplotlib.pyplot as plt import tensorflow as tf %matplotlib inline TRUE_W = 3.0 TRUE_b = 2.0 NUM_SAMPLES = 100 # 初始化随机数据 X = tf.random.normal(s原创 2021-04-28 10:10:15 · 716 阅读 · 0 评论 -
TensorFlow 2——导数和微分
目录导数计算自动微分 导数计算 以Sigmoid 函数为例求导: sigmoid(x)=11+e−x \mathit{sigmoid}(x) = \frac{1}{1+e^{-x}} sigmoid(x)=1+e−x1 import tensorflow as tf #定义sigmoid函数 def sigmoid(x): s = 1 / (1 + tf.math.exp(-x)) return s from matplotlib import pyplot as plt #初始化一组原创 2021-04-27 10:32:00 · 305 阅读 · 3 评论 -
TensorFlow 2 基础概念语法
目录张量数据类型代码常用模块 张量 阶 数学实例 0 标量(只有大小) 1 矢量(大小和方向) 2 矩阵(数据表) 3 3 阶张量(数据立体) N N 阶张量(自行想象) 数据类型 Tensor 类型 描述 tf.float32 32 位浮点数 tf.float64 64 位浮点数 tf.int64 64 位有符号整型 tf.int32 32 位有符号整型 tf.int16 16 位有符号整型 tf.int8 8 位有符号整型 tf原创 2021-04-27 09:16:53 · 200 阅读 · 0 评论