tensorflow
纶巾
这个作者很懒,什么都没留下…
展开
-
tensorflow实现线性回归 (linear regression)
定义一个线性回归模型:linear_regression_model.pyimport tensorflow as tfimport numpy as npclass linearRegressionModel: def __init__(self,x_dimen): self.x_dimen = x_dimen self._index_in...原创 2019-02-24 17:22:42 · 470 阅读 · 0 评论 -
tf.Variable
__init__( initial_value=None, trainable=True, collections=None, validate_shape=True, caching_device=None, name=None, variable_def=None, dtype=None, expected_shape=...原创 2019-02-21 10:44:21 · 169 阅读 · 0 评论 -
tf.squared_difference
squared_difference( x, y, name=None)计算张量 x、y 对应元素差的平方参数名 必选 类型 说明 x 是 张量 是 half, float32, float64, int32, int64, complex64, complex128 其中一种类型 y 是 张量 是 ...原创 2019-02-21 10:44:13 · 1486 阅读 · 0 评论 -
tf.reduce_mean
reduce_mean( input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None)计算张量 input_tensor 平均值input_tensor 是 张量 输入待求平均值的张量 axis 否 None、0、1 ...原创 2019-02-20 20:24:39 · 160 阅读 · 0 评论 -
tf.nn.bias_add
bias_add( value, bias, data_format=None, name=None)将偏差项 bias 加到 value 上面,可以看做是 tf.add 的一个特例,其中 bias 必须是一维的,并且维度和 value 的最后一维相同,数据类型必须和 value 相同。参数名 必选 类型 说明 value 是...原创 2019-02-20 20:19:06 · 458 阅读 · 0 评论 -
tf.placeholder
placeholder( dtype, shape=None, name=None)是一种占位符,在执行时候需要为其提供数据参数名 必选 类型 说明 dtype 是 dtype 占位符数据类型 shape 否 1 维整形张量或 array 占位符维度 name 否 string ...原创 2019-02-20 20:10:59 · 219 阅读 · 0 评论 -
tf.constantconstant( value, dtype=None, shape=None, name='Const', verify_shape=F
constant( value, dtype=None, shape=None, name='Const', verify_shape=False)根据 value 的值生成一个 shape 维度的常量张量 参数名 必选 类型 说明 value 是 常量数值或者 list 输出张量的值 dtype...原创 2019-02-20 20:05:50 · 361 阅读 · 0 评论 -
tf.truncated_normal
truncated_normal( shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)产生截断正态分布随机数,取值范围为 [ mean - 2 * stddev, mean + 2 * stddev ]。参数名 必选 类型 说明 s...原创 2019-02-20 19:56:57 · 266 阅读 · 0 评论 -
tf.nn.sigmoid_cross_entropy_with_logits
先对logits通过sigmoid计算,再计算交叉熵logists和sigmoid函数可参考:https://blog.csdn.net/WWWWWWGJ/article/details/87968674sigmoid函数: :sigmoid_cross_entropy_with_logits( _sentinel=None, labels=None, ...原创 2019-02-20 19:51:39 · 939 阅读 · 0 评论 -
tf.nn.dropout
dropout(随机失活): 是为了解决深度神经网络的过拟合(overfitting)和梯度消失(gradient vanishing)而被提出的优化方法。dropout是通过遍历神经网络每一层的节点,然后通过对该层的神经网络设置一个keep_prob(节点保留概率),即该层的节点有keep_prob的概率被保留,keep_prob的取值范围在0到1之间。通过设置神经网络该层节点的保留概率,...原创 2019-02-20 16:54:21 · 300 阅读 · 0 评论 -
tf.nn.max_pool
max_pool( value, ksize, strides, padding, data_format='NHWC', name=None)参数名 必选 类型 说明 value 是 tensor 4 维的张量,即 [ batch, height, width, channels ],数据类型为 tf...原创 2019-02-20 16:40:54 · 299 阅读 · 0 评论 -
tf.nn.relu
relu:线性整流函数(Rectified Linear Unit, ReLU):f(x) = max(0, x)relu( features, name=None)参数名 必选 类型 说明 features 是 tensor 是以下类型float32, float64, int32, int64, uint8, int16,...原创 2019-02-20 16:24:19 · 1234 阅读 · 0 评论 -
tf.nn.conv2d
conv2d( input, filter, strides, padding, use_cudnn_on_gpu=True, data_format='NHWC', name=None)参数名 必选 类型 说明 input 是 tensor 是一个 4 维的 tensor,即 [ batch,...原创 2019-02-20 15:53:51 · 553 阅读 · 0 评论 -
将数据集 标签 转化为 整型
# 假设字符串型的标签存放在img_label这个list中label_set = set(img_label) # 将img_label转化成集合的形式,集合中不会有重复的元素img_label_ = sorted(list((label_set))) # 这里再把集合转化成list,# 这里原始标签对应于哪一个整数并不重要# 但是依然要排序,否则每次生成的img_la...原创 2019-04-18 18:19:04 · 880 阅读 · 0 评论