深度学习
GaoJieVery6
这个作者很懒,什么都没留下…
展开
-
数据正规化(data normalization)的原理及实现(numpy)
原理 数据正规化(data normalization)是将数据的每个样本(向量)变换为单位范数的向量,各样本之间是相互独立的.其实际上,是对向量中的每个分量值除以正规化因子.常用的正规化因子有 L1, L2 和 Max.假设,对长度为 n 的向量,其正规化因子 z 的计算公式,如下所示: 注意:Max 与无穷范数 不同,无穷范数 是需要先对向量的所有分量取绝对值,然后取其中的最大值;而...原创 2018-10-20 10:33:31 · 10487 阅读 · 2 评论 -
RNN.LSTM异步预测股价
import pandas as pd import numpy as np import tensorflow as tf import matplotlib.pyplot as plt %matplotlib inline from sklearn.preprocessing import MinMaxScaler import time data = pd.read_csv('data_...原创 2019-09-04 22:14:13 · 362 阅读 · 1 评论 -
tensorflow实现去噪自编码器
import numpy as np import tensorflow as tf import matplotlib.pyplot as plt from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets('MNIST_data', validation_size...原创 2019-09-08 23:09:49 · 346 阅读 · 0 评论 -
部分tensorflow函数
1. tf.layers.conv2d conv2d(inputs, filters, kernel_size, strides=(1, 1), padding='valid', data_format='channels_last', dilation_rate=(1, 1), activation=None, use_bias=True, kernel_initi...原创 2019-09-08 23:10:36 · 235 阅读 · 0 评论