机器学习
聪明的小k
这个作者很懒,什么都没留下…
展开
-
tensorflow从入门到放弃再到精通(5.1):合并与分割
5.1 合并与分割5.1.1合并原创 2020-09-15 19:00:29 · 184 阅读 · 0 评论 -
tensorflow从入门到放弃再到精通(4.6):数学运算和前向传播
4.9数学运算4.9.1 加、减、乘、除运算加减乘除分别通过tf.add,tf.subtract, tf.multiply, tf.divide函数来实现,一般推荐使用+-*/来代替。整除和余除也是常见的运算之一,通过//和%来实现。import tensorflow as tfa = tf.range(5)b = tf.constant(2)#整除运算print(a//b)# 余除运算print(a%b)4.9.2 乘方运算通过tf.pow(x,a),可以方便的计算原创 2020-09-08 21:36:05 · 267 阅读 · 0 评论 -
tensorflow从入门到放弃再到精通(4.5):数据维度和Broadcasting
4.7 维度变换在神经网络运算过程中,维度变换是最核心的张量操作,通过维度变化可以将数据任意的切换形式,满足不同的运算需求。考虑一下为什么需要维度变换?例如,Y=X@W+b其中,X包含了2个样本,每个样本特征长度是4,X的shape为[2,4]。线性层的输出为3个节点,那么W的shape为[4,3]。偏置b的shape为[3]。那么X@W的运算结果shape为[2,3],需要叠加shape为[3]的偏置b,不同的2个张量是怎么直接相加的呢?设计偏置向量的初衷,我们给每个层输出节点添加一个偏.原创 2020-09-07 21:30:57 · 313 阅读 · 0 评论 -
tensorflow从入门到放弃再到精通(4.4):切片与索引
4.6 索引与切片通过索引与切片能够提取张量的部分数据,他们的使用频率非常高。4.6.1索引在TensorFlow中,支持基本的[i][j]...标准索引方式,也支持逗号分隔索引号的索引方式。原创 2020-09-05 17:36:17 · 126 阅读 · 0 评论 -
tensorflow从入门到放弃再到精通(4.3):张量的典型应用
4.5 张量的典型应用4.5.1 标量原创 2020-08-10 16:49:14 · 416 阅读 · 0 评论 -
tensorflow从入门到放弃再到精通(4.2):TensorFlow 基础语法以及数据类型-待优化张量和创建张量
4.3 待优化张量tensorflow增加了一种专门计算梯度信息的记录张量:tf.Variable,在普通张量的基础上新增了 name,trainable 等属性来支持计算图的构建。它会消耗大量的计算资源,而且会自动更新相关参数,对于不需要优化的张量,不需要通过tf.Variable封装#tf.Variable()可以将普通的张量转化成待优化张量a = tf.Constant([-1, 0, 1, 2])aa = tf.Variable(a)aa.name, aa.trainable##原创 2020-07-16 19:43:29 · 210 阅读 · 0 评论 -
tensorflow从入门到放弃再到精通(4.1):TensorFlow 基础语法以及数据类型-数据类型以及数值精度
4.1 数据类型4.1.1 数值类型 标量(Scalar)。单个的实数,如 1.2, 3.4 等,维度(Dimension)数为 0,shape 为[]。 向量(Vector)。????个实数的有序集合,通过中括号包裹,如[1.2],[1.2,3.4]等,维度数 为 1,长度不定,shape 为[????]。 矩阵(Matrix)。????行????列实数的有序集合,如[[1,2],[3,4...原创 2020-07-14 20:48:10 · 348 阅读 · 0 评论