![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
yueguizhilin
这个作者很懒,什么都没留下…
展开
-
TensorFlow练习(一)——TensorFlow简介
因为TensorFlow是采用数据流图(data flow graphs)来计算, 所以首先我们得创建一个数据流流图, 然后再将我们的数据(数据以张量(tensor)的形式存在)放在数据流图中计算. 节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组, 即张量(tensor). 训练模型时tensor会不断的从数据流图中的一个节点flow到另一节点,原创 2017-08-30 15:50:00 · 554 阅读 · 0 评论 -
训练集测试集loss的关系
train loss 不断下降,test loss不断下降,说明网络仍在学习;train loss 不断下降,test loss趋于不变,说明网络过拟合;train loss 趋于不变,test loss不断下降,说明数据集100%有问题;train loss 趋于不变,test loss趋于不变,说明学习遇到瓶颈,需要减小学习率或批量数目;train loss 不断上升,test...原创 2019-01-18 15:15:33 · 3145 阅读 · 0 评论 -
从Logistic回归到神经网络的一点感悟
从Logistic回归到神经网络的一点感悟第一次写博客,是自己刚迈入新的学习节奏,想写一点东西,整理一下思绪的时候;也希望为数据分析学会的每周技术帖分享起个头。主要是记录自己的感悟,当做学习笔记来写;有错误的地方欢迎指正。从Logistic回归到神经网络的一点感悟线性回归 Line...转载 2018-12-28 15:06:18 · 722 阅读 · 0 评论 -
卷积神经网络学习(一)——基本卷积神经网络搭建
1原创 2017-08-31 16:28:09 · 2485 阅读 · 0 评论 -
TensorFlow练习(三)——添加层 def add_layer()
在 Tensorflow 里定义一个添加层的函数可以很容易的添加神经层,为之后的添加省下不少时间.神经层里常见的参数通常有weights、biases和激励函数。首先,我们需要导入tensorflow模块。import tensorflow as tf然后定义添加神经层的函数def add_layer(),它有四个参数:输入值、输入的大小、输出的大小和激励函数,我们设定默认原创 2017-08-30 16:08:44 · 4077 阅读 · 1 评论 -
TensorFlow练习(二)——搭建神经网络结构
首先, 我们这次需要加载 tensorflow 和 numpy 两个模块, 并且使用 numpy 来创建我们的数据.import tensorflow as tfimport numpy as np# create datax_data = np.random.rand(100).astype(np.float32)y_data = x_data*0.1 + 0.3接着, 我原创 2017-08-30 15:59:51 · 552 阅读 · 0 评论 -
TensorFlow练习(六)——Classification分类学习
分类和回归的区别在于输出变量的类型上。 通俗理解定量输出是回归,或者说是连续变量预测; 定性输出是分类,或者说是离散变量预测。如预测房价这是一个回归任务; 把东西分成几类, 比如猫狗猪牛,就是一个分类任务。首先准备数据(MNIST库),MNIST库是手写体数字库,差不多是这样子的数据中包含55000张训练图片,每张图片的分辨率是28×28,所以我们的训练网络输入应该是2原创 2017-08-30 16:36:47 · 594 阅读 · 0 评论 -
TensorFlow练习(五)——结果可视化(线性回归LinearRegression)
import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltdef add_layer(inputs,in_size,out_size,activation_function=None): # 输入值,输入的大小,输出的大小,激励函数 Weights = tf.Variable(tf.random_原创 2017-08-30 16:27:13 · 1533 阅读 · 0 评论 -
TensorFlow练习(四)——构造神经网络
本文介绍怎样建造一个完整的神经网络,包括添加神经层,计算误差,训练步骤,判断是否在学习.import tensorflow as tfimport numpy as np# 构造添加一个神经层的函数def add_layer(inputs,in_size,out_size,activation_function=None): # 输入值,输入的大小,输出的大小,激励函数原创 2017-08-30 16:15:55 · 469 阅读 · 0 评论 -
“一天搞懂深度学习”笔记
“一天搞懂深度学习”笔记1. A brief Introduction of Deep Learning1.1 Introduction of Deep LearningNeuron权重和偏置称为神经元的参数,区别于神经网络结构参数,如神经元个数,隐含层层数,网络连接方式等,网络结构参数是超参之一, 需要人为根据经验设置。全连接前馈神经网络...转载 2019-01-09 11:18:49 · 1086 阅读 · 0 评论