- 博客(12)
- 收藏
- 关注
RSS订阅原创 Tensorflow练习第七弹：神经网络可视化tensorboard 1
神经网络可视化# -*- coding: utf-8 -*-"""Created on Mon May 17 09:49:58 2021@author: monastic"""import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt# in_size=输入向量的维度，即一个神经元的权值个数#out_size=这层神经元的个数def add_layer(inputs,in_size,out_si
2021-05-18 11:32:33
150
原创 Tensorflow练习第六弹：神经网络结果可视化
神经网络可视化# -*- coding: utf-8 -*-"""Created on Mon May 17 09:49:58 2021@author: monastic"""import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt# in_size=输入向量的维度，即一个神经元的权值个数#out_size=这层神经元的个数def add_layer(inputs,in_size,out_si
2021-05-18 10:48:23
202
原创 Tensorflow练习第五弹：搭建神经网络
Tensorflow练习第四弹：搭建神经网络Momentum degrentAdaGradRMSPropAdam又快又好# -*- coding: utf-8 -*-"""Created on Mon May 17 09:49:58 2021@author: monastic"""import tensorflow as tfimport numpy as np配置网络层# in_size=输入向量的维度，即一个神经元的权值个数#out_size=这层神经元的个数def
2021-05-18 10:27:40
106
原创 Tensorflow练习第四弹：placeholder传入值
# -*- coding: utf-8 -*-"""Created on Wed May 12 13:59:48 2021@author: monastic"""import tensorflow as tfinput1 = tf.placeholder(tf.float32) #tensorflow大部分只能处理float32类型数据input2 = tf.placeholder(tf.float32)output = tf.multiply(input1,input2)wi
2021-05-12 14:10:20
67
原创 Tensorflow练习第三弹：Variable变量
# -*- coding: utf-8 -*-"""Created on Wed May 12 13:44:21 2021@author: monastic"""import tensorflow as tfstate = tf.Variable(0,name = 'counter') #定义state为变量，初始值为0，名字为counterprint(state.name)one = tf.constant(1)new_value = tf.add(state, one)
2021-05-12 13:59:01
45
原创 Tensorflow练习第二弹：session控制会话
# -*- coding: utf-8 -*-"""Created on Wed May 12 12:18:34 2021@author: monastic"""import tensorflow as tfmatrix1 = tf.constant([[3,3]])matrix2 = tf.constant([[2], [2]])product = tf.matmul(matrix1,matrix2) #matrix multipl
2021-05-12 13:42:14
70
原创 Tensorflow练习第一弹：线性回归
预测线性回归方程：y = 0.1*x + 0.3# -*- coding: utf-8 -*-"""Created on Tue May 11 11:56:47 2021@author: monastic"""生成训练数据import tensorflow as tfimport numpy as np#creat datax_data = np.random.rand(100).astype(np.float32)y_data = x_data*0.1+0.3create
2021-05-12 12:05:18
60
原创 STGCN复现第四弹：解读data_utils.py
data_gen()函数：def data_gen(file_path, data_config, n_route, n_frame=21, day_slot=288): ''' Source file load and dataset generation. :param file_path: str, the file path of data source. :param data_config: tuple, the configs of dataset in tr
2021-04-26 09:07:05
1014
4
原创 STGCN复现第三弹：解读math_graph.py
scaled_laplacian函数：def scaled_laplacian(W): ''' Normalized graph Laplacian function. 标准化拉普拉斯矩阵 :param W: np.ndarray, [n_route, n_route], weighted adjacency matrix of G. :return: np.matrix, [n_route, n_route]. ''' # d -> diago..
2021-04-26 09:06:36
1328
2
原创 STGCN复现第二弹：解读main.py
import osos.environ["CUDA_VISIBLE_DEVICES"] = "0" #设置当前使用的GPU设备仅为0号设备 设备名称为'/gpu:0'from os.path import join as pjoinimport tensorflow as tftf.reset_default_graph() #函数用于清除默认图形堆栈并重置全局默认图形。#动态申请显存config = tf.ConfigProto() #tf.ConfigProto()主要的作用是配置
2021-04-25 22:16:22
1703
3
原创 STGCN复现第一弹：Anaconda 配置 Tensorflow 1.9
复现STGCN第一弹——Anaconda 配置 Tensorflow 1.91.conda常用的命令1）查看安装了哪些包conda list2)查看当前存在哪些虚拟环境conda env list conda info -e3)检查更新当前condaconda update conda2.Python创建虚拟环境conda create -n tensorflow1.9 python=3.6anaconda命令创建python版本为x.x，名字为your_env_name的虚
2021-04-25 16:16:45
806
转载 01 GCN图卷积神经网络
GCN图卷积神经网络目录GCN图卷积神经网络问题描述问题描述问题描述假设我们现在有一个图G：V是顶点集A是邻接矩阵（0代表没边，1代表右边）X是一个m*|V|大小的矩阵，代表节点特征，每个节点有m维的特征节点特征：对社交网络：用户资料（年龄，学历，地区），用户画像等生物信息网络：基因表达图谱，基因功能信息等节点没有特征:可以使用one-hot编码，使得每个节点的特征都不同我们想做的任务可以是节点分类，连接预测，整图分类等问题描述聚合邻居信息网络层
2021-04-19 15:48:21
214
1
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