YEE_HOLIC的博客

TensorFlow处理结构 数据的流动在python库中有默认的图#定义一个会话启动默认图sess=tf.Session()#调用sess的run方法来执行助阵乘法op#run(product)方法来调用3个op result=sess.run(product) print(result)sess.close()#这样定义不用执行sess.close()操作with tf...

#载入数据集mnist=input_data.read_data_sets("MNIST_data",one_hot=True) #one_hot:将标签转换为0和1的形式#每个批次的大小batch_size=100  #神经网络中训练按照批次，并不是一张一张图片训练的，批次大小自定义（按照矩阵的形式放进去）#计算一共有多少个批次n_batch=mnist.train.num_examples//...

MNIST数据集分类简单版本（神经网络：一个输入层，一个输出层）import tensorflow as tf#加载tensorflow mnist数据集from tensorflow.examples.tutorials.mnist import input_data#载入数据集mnist=input_data.read_data_sets("MNIST_data",one_hot=...

回归问题分类问题解决过拟合的方式：增加数据集正则化方式Dropout

非线性回归 #使用numpy生成200个随机点 #np.linspace(-0.5,0.5,200)#表示在-0.5到0.5之间生成200个随机点，均匀分布 #np.newaxis：将原本[0，1，2，3]排列的矩阵转置为 [1, 2, 3]这样的排列 x_data=np.linspace(-0.5,0.5,200)[:,np.newaxi...