周小董

tf.shape()先说tf.shape()很显然这个是获取张量的大小的，用法无需多说，直接上例子吧！import tensorflow as tfimport numpy as np a_array=np.array([[1,2,3],[4,5,6]])b_list=[[1,2,3],[3,4,5]]c_tensor=tf.constant([[1,2,3],[4,5,6]]) ...

在TensorFlow中，最常用的可视化方法有三种途径，分别为TensorFlow与OpenCv的混合编程、利用Matpltlib进行可视化、利用TensorFlow自带的可视化工具TensorBoard进行可视化。tensorboard 作为一款可视化神器，可以说是学习tensorflow时模型训练以及参数可视化的法宝。而在训练过程中，主要用到了tf.summary()的各类方法，能够保存训...

tf.reduce_mean 函数用于计算张量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。reduce_mean(input_tensor, axis=None, keep_dims=False, name=None, ...

equal(x, y, name=None)x 只支持以下类型：half, float32, float64, uint8, int8, int16, int32, int64, complex64, quint8, qint8, qint32, string, bool, complex128y 的类型必须与 x 相同name 给这个操作取一个名称，可选返回bool 类型的 T...

tf.argmax() 返回矩阵横列或者纵列的最大值的坐标，取决于第二个参数参数：tf.argmax( input, axis=None,//0是纵列 1是横列 name=None, dimension=None, output_type=tf.int64)使用案例：import tensorflow as tfx = tf.constant...

1.tf.multiply（）两个矩阵中对应元素各自相乘格式: tf.multiply(x, y, name=None)参数:x: 一个类型为:half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128的张量。 y: 一个类型跟张量x相同的张量。...

tf.nn.relu()函数tf.nn.relu()函数是将大于0的数保持不变，小于0的数置为0import tensorflow as tf a = tf.constant([-2,-1,0,2,3])with tf.Session() as sess: print(sess.run(tf.nn.relu(a)))结果是[0 0 0 2 3]又如import tenso...

tf.Variable(initializer,name),参数initializer是初始化参数，name是可自定义的变量名称，用法如下：import tensorflow as tfv1=tf.Variable(tf.random_normal(shape=[4,3],mean=0,stddev=1),name='v1')v2=tf.Variable(tf.constant(2),na...

函数原型：tf.reshape( tensor, shape, name=None)功能改变张量（tensor）的形状。tensor形参传入一个tensor。shape传入一个向量，代表新tensor的维度数和每个维度的长度。如果传入[3,4,5]，就会返回一个内含各分量数值和原传入张量一模一样的3*4*5尺寸的张量。如果shape传入的向量某一个分量设置为-1...

函数形式：tf.placeholder( dtype, shape=None, name=None)参数：dtype：数据类型。常用的是tf.float32,tf.float64等数值类型shape：数据形状。默认是None，就是一维值，也可以是多维（比如[2,3], [None, 3]表示列是3，行不定）name：名称为什么要用placeholder？...

一个lisvm包的安装，网上教程太多，众说纷纭，在此做一个简单的总结LibSVM是台湾林智仁(Chih-Jen Lin)教授2001年开发的一套支持向量机的库，这套库运算速度还是挺快的，可以很方便的对数据做分类或回归。由于libSVM程序小，运用灵活，输入参数少，并且是开源的，易于扩展，因此成为目前国内应用最多的SVM的库。下载安装libsvm包第一种方式whl文件下载（下载对应pyt...

TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。**Tensor(张量)意味着N维数组，Flow(流)意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。**TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。tf.Graph() 表示实例化了一个类，一个用于 te...

内容包含如下几个我们经常看到的几个函数：①tf.flags.DEFINE_xxx()②FLAGS = tf.flags.FLAGS③FLAGS._parse_flags()简单的说：用于帮助我们添加命令行的可选参数。也就是说利用该函数我们可以实现在命令行中选择需要设定的参数来运行程序，可以不用反复修改源代码中的参数，直接在命令行中进行参数的设定。举个栗子：程序trai...

机器学习斯坦福课程机器学习 人工智能 博文链接汇总 学习资料：  https://www.tensorflow.org/get_started/tflearn相应的中文翻译：  http://studyai.site/2017/03/05/%E3%80%90Tensorflow%20r1.0%20%E6%96%87%E6%A1%A3%E7%BF%BB%...

在知识图谱构建阶段的实体对齐和属性值决策、判断一篇文章是否是你喜欢的文章、比较两篇文章的相似性等实例中，都涉及到了向量空间模型（Vector Space Model，简称VSM）和余弦相似度计算相关知识。第一步，向量空间模型VSM向量空间模型（Vector Space Model，简称VSM）表示通过向量的方式来表征文本。一个文档（Document）被描述为一系列关键词（Term）的向...

所列的距离公式列表和代码如下：闵可夫斯基距离(Minkowski Distance)欧氏距离(Euclidean Distance)曼哈顿距离(Manhattan Distance)切比雪夫距离(Chebyshev Distance)夹角余弦(Cosine)汉明距离(Hamming distance)杰卡德相似系数(Jaccard similarity coefficient)...

理论基础   本算法流程就是用主成分分析（Pca）对人脸数据集进行降维，得到数个人脸特征向量。对于任意一个人脸样本，将样本数据向特征向量投影，得到的投影系数作为人脸的特征表示。使用支持向量机（SVM）对这些不同的投影系数向量分类，来进行人脸识别。  （1）人脸识别经典算法：特征脸（Eigenface）人脸识别之特征脸 &a

python2 sklearn.cross_validation.train_test_split python3 sklearn.model_selection.train_test_split在进行cross-validation的时候导入sklearn.cross_validation import train_test_split 发现出现了一个DeprecationW...

1. 什么是决策树/判定树（decision tree)?判定树是一个类似于流程图的树结构：其中，每个内部结点表示在一个属性上的测试，每个分支代表一个属性输出，而每个树叶结点代表类或类分布。树的最顶层是根结点。本次构建决策树的使用的算法是ID3算法，主要思想是利用不同特征值的信息熵来作为最优划分属性csv文件RID,age,income,student,credit_rat...

步骤 分词、去停用词 词袋模型向量化文本 TF-IDF模型向量化文本 LSI模型向量化文本 计算相似度理论知识两篇中文文本，如何计算相似度？相似度是数学上的概念，自然语言肯定无法完成，所有要把文本转化为向量。两个向量计算相似度就很简单了，欧式距离、余弦相似度等等各种方法，只需要中学水平的数学知识。那么如何将文本表示成向量呢？词袋模型最简...