yunyunyx

TensorFlow入门笔记之基础架构1 构建简单神经网络：一维线性预测#导入相关库import tensorflow as tfimport numpy as np#用随机数生成xx_data = np.random.rand(100).astype(np.float32) #生成100个xy_data = x_data * 0.1 + 0.3 #设定...

TensorFlow安装过程1 环境我的安装环境：win10 + 64位 +miniconda2+miniconda创建的python3.5.5环境+pip由于目前TensorFlow在windows下不支持python2.7的环境，而我机器原来的python版本就是miniconda2的2.7版本，所以一直无法安装TensorFlow，每次用pip安装，它都提示无法找到相应的版本...

TensorFlow之建造第一个神经网络1 定义添加层import tensorflow as tfdef add_layer(inputs,in_size,out_size,activation_function=None): Weights = tf.Variable(tf.random_normal([in_size,out_size]))#用随机数来初始化Wei...

分类实验之识别手写数字这个实验的内容是：基于TensorFlow，实现手写数字的识别。这里用到的数据集是大家熟知的mnist数据集。mnist有五万多张手写数字的图片，每个图片用28x28的像素矩阵表示。所以我们的输入层每个案列的特征个数就有28x28=784个；因为数字有0,1,2…9共十个，所以我们的输出层是个1x10的向量。输出层是十个小于1的非负数，表示该预测是0，1，2…9的概...

dropout解决overfitting问题overfitting：当机器学习学习得太好了，就会出现过拟合（overfitting)问题。所以，我们就要采取一些措施来避免过拟合的问题。此实验就来看一下dropout对于解决过拟合问题的效果。例子实验内容：识别手写数字。此实验的步骤和上一篇的识别手写数字步骤很相似。例子实验的数据集：sklearn中的datasets主要运用的函数tf.n...

循环神经网络RNN相关名词： - LSTM:长短期记忆 - 梯度消失/梯度离散 - 梯度爆炸 - 输入控制：控制是否把当前记忆加入主线网络 - 忘记控制：控制是否暂时忘记主线网络，先看当前分线 - 输出控制: 控制输出是否要考虑要素 - 数据有顺序的/序列化 - 前面的影响后面的RNN LSTM 之分类识别手写数字识别手写数字mnist数据集一行一行...

写在开头：此文参照莫烦python教程（墙裂推荐！！！）直接贴代码，解释和笔记都在注释上了！！#卷积神经网络（cnn）import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#导入数据mnist = input_data.read_data_sets('MNIST_...

错误描述： TypeError: Cannot interpret feed_dict key as Tensor: Can not convert a float into a Tensor.改错：查看是否重用了y，x和keep_prob。。。有重用的地方，改另外的变量即可。。被重用x坑了很久的我，在这记录一下这个问题！！！...

介绍之前在实习的公司电脑上装过Tensorflow，很快就装好了，但现在在自己的笔记本上装时，却搞了很久。。。 因为用校园网下载cuda toolkit 和cudnn ，总是在最后时刻罢工。辗转叫了很多人帮忙，才把这两个东西下载好。。安装步骤其实，这个安装过程还是蛮简单的。据说cuda版本和cudnn版本没选好的话，就会遇到很多坑，所幸，我选的版本都能很好的驾驭tensorflo...