机器学习和数学-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

机器学习和数学

专栏成员

68

文章

102865

阅读量

31

订阅数

[机智的机器在学习] 利用TensorFlow实现多元线性回归分类器

机器学习 tensorflow 线性回归编程算法

从今天的推文开始，我打算把经典的机器学习算法，都用tf实现一遍。这样一来可以熟悉一下机器学习算法，二来可以对tf有比较好的掌握，如果你是新手，那就跟着我的节奏，一起学习吧。讲的不好，大神轻拍~。为了节省时间，有兴趣的童鞋可以直接去Github上clone，使用~，欢迎来点star~。 Github 地址： https://github.com/Alvin2580du/machine_learning_with_tensorflow.git # 导入需要的模块 # - * - coding: utf-8 -

2018-04-12

1.2K0

[机智的机器在学习] TensorFlow实现Kmeans聚类

tensorflow 机器学习编程算法监督学习

对于机器学习算法来说，主要分为有监督学习和无监督学习，前面有篇文章介绍过机器学习算法的分类，不知道的童鞋可以去看看。然后今天要讲的Kmeans算法属于无监督算法，也就是说它的输入只要训练集没有标签的。说到Kmeans，就不得不提什么是聚类？简单说就是“合并同类项”，把性质相近的物体归为一类，就是聚类。这样就自然会产生两个问题，1，怎么确定分类的种类数目，也就是说，把所有的样本数据分为几类比较合适？ 2，怎么衡量归在一类的样本“性质”是不是相近？如果解决了这两个问题，那么简单的聚类问题就解决了。 Kmean

2018-04-12

2.6K0

[编程经验] Tensorflow中的共享变量机制小结

今天说一下tensorflow的变量共享机制，首先为什么会有变量共享机制？这个还是要扯一下生成对抗网络GAN，我们知道GAN由两个网络组成，一个是生成器网络G，一个是判别器网络D。G的任务是由输入的隐变量z生成一张图像G(z)出来，D的任务是区分G(z)和训练数据中的真实的图像（real images）。所以这里D的输入就有2个，但是这两个输入是共享D网络的参数的，简单说，也就是权重和偏置。而TensorFlow的变量共享机制，正好可以解决这个问题。但是我现在不能确定，TF的这个机制是不是因为GAN的提出

2018-04-11

2.1K0

[ Tensorflow]Tensorflow Reduction operations

tensorflow 人工智能

reduce系列在平时工程中是经常使用的，其中reduce_sum是使用最频繁的一个。主要用在计算loss的时候，当我们定义好loss之后，我们一般要求loss最小，这时候就需要reduce系列。下面通过文档，我给大家简单介绍一下，不是特别难，但是不细心考虑一下，你可能永远觉得它是黑的。其实人工智能AI，或者深度学习DL，我觉得并不是什么传说的黑科技，真正最后落在技术上的，是纯粹的计算，也没多么的高深莫测。（./不喜轻拍.sh）.我有个想法就是把复杂的问题，简单化，简单的问题，通俗化。其实每次写文章，我都

2018-04-11

1.1K0

[编程经验] 利用TensorFlow和argparse模块解析命令行参数

tensorflow python

今天的内容主要包括如何用TensorFlow解析命令行参数和利用Python自带的argparse模块解析命令行参数。我会分别写一个例子，通过这个例子彻底学会如何在程序中解析命令行参数。首先什么是命令行？简单理解一下就是在Windows里面命令行就是我们常说的cmd（Command Processor），而在Linux中就是shell。命令行参数就是可以写在命令行中的参数，而怎么让程序知道你在命令行中写了哪些参数，就是命令行参数解析。在Python中，或者说在机器学习中，程序中经常会涉及一些参数的设置，

2018-04-11

1.1K0

[Tensorflow] TensorFlow之Hello World！（2）

TensorFlow入门的第一篇和大家聊了？graph图，op操作，node节点。对TensorFlow有了一个简单的认识，今天主要和大家分享的是TensorFlow中constant 常量， Variable变量，Placeholder占位符，Session启动图，fetches，feed等几个基本概念。接下来我们通过一些简单的栗子分别来学习一下他们都是什么鬼。 # constant # 导入模块 import tensorflow as tf """ 怎么定义常量，常量的意思和我们平时理解的常量是一

2018-04-11

9630

[Tensorflow] Tensorflow中模型保存与回收的简单总结

今天要聊得是怎么利用TensorFlow来保存我们的模型文件，以及模型文件的回收（读取）。刚开始接触TensorFlow的时候，没在意模型文件的使用，只要能顺利跑通代码不出bug就万事大吉，但是随着接触的数据量的增加以及训练时间的增长，万一中间由于各种原因（比如显卡线断了，电源线断了，手残点了X。。。，恩，没错都是我遇到的问题… ./摊手.sh）意外中断，而没有保存模型文件，那一刻想屎的心都有了。那么问题来了，我们需要重头开始训练模型吗，答案肯定是不用的，当然前提是保存了模型文件。首先说一下这个模型文

2018-04-11

1.2K0

没有更多了

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态