tensorflow
文章平均质量分 51
Fortunate.F
The steps you take don't need to be big,they just need to take you in the right direction.————Jemma Simmons From The Agent of Shield.
展开
-
tensorflow08——Sequential模型处理mnist数据集
MNIST是一个手写体数字的图片数据集,该数据集来由美国国家标准与技术研究所(National Institute of Standards and Technology (NIST))发起整理,一共统计了来自250个不同的人手写数字图片,其中50%是高中生,50%来自人口普查局的工作人员。该数据集的收集目的是希望通过算法,实现对手写数字的识别。训练集一共包含了 60,000 张图像和标签。测试集一共包含了 10,000 张图像和标签。原创 2023-03-13 22:03:08 · 224 阅读 · 0 评论 -
tensorflow07——使用tf.keras中的Sequential搭建神经网络——六步法——鸢尾花数据集分类
04 编译——确定优化器,损失函数,评测指标(用哪一种准确率)使用tf.keras中的Sequential搭建神经网络。05 训练模型——把各项参入填入模型。03 建立Sequential模型。六步法——鸢尾花数据集分类。02 导入数据集,打乱顺序。06 总结——打印网络结构。原创 2023-03-03 16:54:58 · 1114 阅读 · 0 评论 -
tensorflow05——关于帮助理解【损失函数】的一个实例
以上用均方误差作为损失函数,默认是认为销量预测多了或者少了,损失是一样的,所以从头到尾这个loss函数都没有变化。然而真实情况是,预测多了,会损失成本COST,预测少了,会损失利润PROFIT,而利润和成本往往不相等,这种情况下使用均方误差计算loss,无法达到利益最大化。(y_真实值,y预测值),损失函数就是计算真实值与预测值之间的距离,所以越小越好。当预测值y大于等于真实值y_的时候,预测多了,损失成本。当预测值y小于真实值y_的时候,预测少了,损失利润。预测少了损失利润99元,预测多了损失成本1元。原创 2022-12-28 23:29:48 · 321 阅读 · 0 评论 -
tensorflow03——鸢尾花iris数据集导入后的简单处理
在命令行,你的tensorflow环境中pip install进行安装。通过设置输出选项,将阈值设置为一个较大的数,从而实现完整长度的打印。此处150个样本数据print输出时可能出现省略情况。注意sklearn包和pandas包要提前安装。#设置value的显示长度为100,默认为50。sklearn不行就scikit-learn。(本项目中是pandas类型数据)原创 2022-12-25 00:28:12 · 1199 阅读 · 0 评论 -
tensorflow02——反向传播,梯度下降基础案例
此案例最终目的:找到损失函数loss最小时,权重参数w的值(w = -1)#尝试更改学习率lr,看看收敛效果。原创 2022-12-24 17:31:17 · 206 阅读 · 0 评论 -
tensorflow04——实战:鸢尾花iris数据集分类,神经网络
用于计算张量tensor沿着指定的数轴(tensor的某一维度)上的的平均值,主要用作降维或者计算tensor(图像)的平均值。#03 优化训练参数————(训练部分 + 测试部分)循环500次。————(训练部分 + 测试部分)循环。#04 作图————loss,acc。原创 2022-12-25 17:45:03 · 573 阅读 · 0 评论 -
tensorflow01——安装,结构
所以需要新建一个环境来装我们的tensorflow和它对应的python。直接从官网下载的anaconda会对应下载最新版本的python3.9。注意tensorflow对应特定的python版本如3.6,3.7。从官网安装anaconda。安装tensorflow。原创 2022-12-24 13:30:05 · 1025 阅读 · 0 评论