![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
CNN
园游会的魔法糖
上财 MEM 大数据与商务智能,
Jay迷
展开
-
numpy数组的常见属性
创建ndarray数组的时候,数组本身的属性都是通过初始化创建的,通过属性关键字就能访问数组的内部属性,有关的属性访问详情如下:1 、数组的内存属性访问,主要包括 ndarray.shape ,返回数组的维度元组,ndarray.ndim,返回数组 的维数,比如上面的数组 就是三个维数,ndarray.size ,ndarray.itemsize前者是数组的元素个数,后者是一个数组元素占用的字节长度,比如整型和浮点型占用的字节长度是不一样的。ndarray.nbytes,这是数组占用的总原创 2020-07-19 19:04:13 · 1263 阅读 · 0 评论 -
创建numpy中的ndarray数组的N中方法,你要的全都有
@创建numpy数组的N种方法使用numpy方法创建数组ndarray,有两类方法,一种是从现有的数据创建,比如np.array([1,2,3,4,5]),另外一种是通过0 ,1填充的方式,比如。np.ones(10),具体的使用方法介绍如下:1、通过ones,zero填充的方式1.1 numpy.empty() 返回一个给定形状和类型的数组,数组元素不为空,为随机产生的一维或多维数组,语法结构如下empty(shape,[dtype,order])empty方法有三个参数,第一个参数为sha原创 2020-07-19 17:34:47 · 1644 阅读 · 0 评论 -
Tensorflow笔记之 全连接层tf.kera.layers.Dense()参数含义及用法详解
想了解Dense()全连接层函数的参数意义和用法,首先来一段官方文档,这是tf.keras.layers.Dense()函数的参数,这么多参数需要逐个去理解它的用法,我们先理解每个函数的含义,然后通过代码验证:tf.keras.layers.Dense( units, activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initializer='zeros',原创 2020-07-23 23:37:21 · 9047 阅读 · 0 评论 -
Could not find valid device for node.Node:{{node Elu}} All kernels registered for op Elu问题
使用tf.keras.activations.elu激活函数的时候,出现Could not find valid device for node.Node:{{node Elu}}这个地方激活函数的输入x是int整型,此处应该讲输入值转换成float浮点型即可,使用numpy,将激活函数的输入改成float 64,运行正常,同理,使用其他激活函数,例如relu,softmax, tanh,selu,sigmoid等激活函数,都应该保证输入是float。...原创 2020-07-21 23:07:18 · 1022 阅读 · 0 评论 -
CNN中的最大池化(MaxPool2D)的参数和含义,
同样的我们看看官方的文档,对于最大池化的函数定义:tf.keras.layers.MaxPool2D( pool_size=(2, 2), strides=None, padding='valid', data_format=None, **kwargs)这个函数给出了4个关键字参数,都是有 默认值的,这意味着你如果一个参数都不给,也是可以的。pool_size = (2,2),池化核的尺寸,默认是2×2strides = None,移动步长的意思 ,默认是池化核尺寸,即2,原创 2020-08-06 01:25:51 · 36322 阅读 · 7 评论 -
CNN卷积函数Conv2D()各参数的含义及用法
首先我们放出tf2.0关于tf.keras.layers.Conv2D()函数的官方文档,然后逐一对每个参数的含义和用法进行解释:tf.keras.layers.Conv2D( filters, kernel_size, strides=(1, 1), padding='valid', data_format=None, dilation_rate=(1, 1), activation=None, use_bias=True, kernel_initializer='glorot_原创 2020-07-23 00:54:52 · 55120 阅读 · 8 评论