![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorflow
hlllllllll
这个作者很懒,什么都没留下…
展开
-
tensorflow实现非线性回归
tensorflow实现非线性回归import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt#使用numpy生成200个随机点x_data = np.linspace(-0.5,0.5,200)[:,np.newaxis]noise = np.random.normal(0,0.02,x_data....原创 2019-07-09 17:08:46 · 610 阅读 · 0 评论 -
tensorflow-交叉熵
tensorflow实现交叉熵import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#载入数据集mnist = input_data.read_data_sets("MNIST_data",one_hot=True)#每个批次的大小batch_size = 100#计算一共...转载 2019-07-09 17:10:35 · 146 阅读 · 0 评论 -
tensorflow中dropout的使用
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#载入数据集mnist = input_data.read_data_sets("MNIST_data",one_hot=True)#每个批次的大小batch_size = 100#计算一共有多少个批次n_batch =...转载 2019-07-09 17:13:10 · 15550 阅读 · 0 评论 -
tensorflow-利用batch_normalization进行标准化
batch_normalization:批标准化,即对整个神经训练的批次进行标准化处理,使其取值位于激励函数的非饱和范围,批标准化不仅只对于输入层,对于所有的隐藏层(需要激励函数)均进行处理,有点是加速训练效率,防止细胞死亡。import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plttf.set_ran...转载 2019-07-09 17:15:16 · 350 阅读 · 0 评论 -
基于tensorflow的LSTM 时间序列预测模型
时间序列预测(曲线回归或曲线拟合),结构为训练数据生成-》隐藏输入层-》LSTM神经层-》隐藏输入层-》结果,也可以采用LSTM神经层-》全连接层(多层的普通神经网络)构成,训练效果未对比,与参数调优相关。 参数说明:TIME_STEPS:RNN训练的步数,一次训练输入的序列长度;INPUT_SIZE:输入序列中,单个输入的维度,用于曲线拟合或者回归的话,维度即为1;BATCH_SIZE:训练的批...原创 2019-07-09 17:22:44 · 7277 阅读 · 4 评论