![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
大道至简_Elon
Right.
展开
-
tensorflow入门之Session
Session会话是tensorflow里面的重要机制,tensorflow构建的计算图必须通过Session会话才能执行,如果只是在计算图中定义了图的节点但没有使用Session会话的话,就不能运行该节点。比如在tensorflow中定义了两个矩阵a和b,和一个计算a和b乘积的c节点,如果想要得到a和b的乘积(也就是c节点的运算结果)的话,必须要建立Session会话,并调用Session中的ru原创 2017-04-03 10:46:17 · 11463 阅读 · 0 评论 -
tensorflow入门之Variable
tensorflow中很重要的一个部分就是Variable,它能构建一个变量,在计算图的运算过程中,其值会一直保存到程序运行结束,而一般的tensor张量在tensorflow运行过程中只是在计算图中流过,并不会保存下来,因此varibale主要用来保存tensorflow构建的一些结构中的参数,这样,这些参数才不会随着运算的消失而消失,才能最终得到一个模型。比如神经网络中的权重和bias等,在训练原创 2017-04-03 11:19:02 · 1059 阅读 · 0 评论 -
tensorflow入门之placeholder
tensorflow中又一保存数据的利器,placeholder(type,strucuct…)它的第一个参数是你要保存的数据的数据类型,大多数是tensorflow中的float32数据类型,后面的参数就是要保存数据的结构,比如要保存一个1×2的矩阵,则struct=[1 2]。它在使用的时候和前面的variable不同的是在session运行阶段,需要给placeholder提供数据,利用fee原创 2017-04-03 11:35:46 · 32787 阅读 · 0 评论 -
tensorflow入门之实现单隐层的神经网络
tensorflow提供了大量的矩阵运算函数,可以利用这些函数和tensorflow自身的机制实现神经网络,这里我们实现了一个单隐层的神经网络。1.首先定义用于训练神经网络的训练数据集xdata=np.linspace(-1,1,300)[:,np.newaxis]noise=np.random.normal(0,0.05,xdata.shape)ydata=np.square(xdata)-0原创 2017-04-03 14:01:06 · 2951 阅读 · 0 评论 -
tensorflow入门之tensorflow的运行结构
tensorflow采用计算图的方式构建机器学习的运行结构,图中的每个节点可以是一个操作,对象,数据等等。当构建完一个运行结构之后,把数据输入给这个运行结构,tensorflow就会自动执行整个计算图,得到相应的结果。而输入的数据则以张量的形式在计算图中不断流动,使得计算得以继续。在构建一个机器学习运行结构时,必须包括以下几个方面: 1.训练数据集(包括输入数据和标签数据) 2.自己构建的机器学原创 2017-04-06 22:08:53 · 625 阅读 · 0 评论