![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorflow
加勒比海鲜王
机器学习探索者,欢迎关注简书账号——加勒比海鲜王
展开
-
TensorFlow实现流行机器学习算法教程汇集(下)
保留初心,砥砺前行 文章来源:Github看到了其他同学发的这个资源,但是原文给的链接不能直接点击,很不方便,为了方便使用,在这里修改一下。为TF新手准备的各个类型的案例、模型和数据集初步了解:TFLearnTensorFlow接下来的示例来自TFLearn,这是一个为 TensorFlow 提供了简化的接口的库。里面有很多示例和预构建的运算和层。使用教程:TFLearn 快速入门。通过一个具体的机翻译 2017-08-26 12:23:20 · 534 阅读 · 0 评论 -
TensorFlow实现流行机器学习算法教程汇集(上)
保留初心,砥砺前行 文章来源:Github看到了其他同学发的这个资源,但是原文给的链接不能直接点击,很不方便,为了方便使用,在这里修改一下。给TF新手的教程指南 tf初学者需要明白的入门准备 机器学习入门笔记MNIST 数据集入门笔记 tf初学者需要了解的入门基础 Hello World基本操作代码基本操作笔记代码 tf初学者需要掌握的基本模型 最近邻笔记最近邻代码线性回归笔记线性回归代码Logis翻译 2017-08-26 12:22:07 · 1137 阅读 · 0 评论 -
tf.nn.embedding_lookup
儿童节快乐,保留初心,砥砺前行embedding通俗易懂说就是将word映射为向量。 对自然语言处理中需要让机器理解word与word之间的关系,例如法国对应巴黎、中国对应北京,就需要用到embedding技术使词与词产生的向量之间存在某种联系(例如意思相近的词产生的向量在空间上更加接近等等)。这些都是后话。 这里只记录tensorflow中关于embedding给出的一个函数 embedding原创 2017-08-26 12:18:38 · 4811 阅读 · 0 评论 -
coding小记:np.random.randn与tf.random_normal
今天在编码时同时遇到了这两个函数,并且都是用来初始化权重的,写法如下w = tf.Variable(tf.random_normal(shape, stddev=0.01))w = tf.Variable(np.random.randn())看上去都是随机生成符合正态分布的值,但是实际上tf.random_normal(shape, stddev=0.01) 是从正态分布中返回符合你输入的shape原创 2017-10-10 09:56:58 · 3968 阅读 · 0 评论 -
tensorflow在训练过程中逐步减少学习率
# 声明学习率为不可训练 learning_rate = tf.Variable(float(learning_rate), trainable=False, dtype=tf.float32) # 学习率递减操作,这里表示每次学习率变成上一次的0.9倍 learning_rate_decay_op = learning_rate.assign(learning_rate * 0.9)#训练过程中根原创 2017-12-11 17:18:12 · 3818 阅读 · 0 评论 -
tf.transpose()转载
转载 https://www.cnblogs.com/studyDetail/p/6533316.html转载 2018-06-01 21:00:58 · 236 阅读 · 0 评论