首页
学习
活动
专区
工具
TVP
发布

数据处理

专栏成员
97
文章
151936
阅读量
33
订阅数
TensorFlow入门1-minist
模型公式 y = softmax(Wx+b) 交叉熵loss函数,可以参考似然函数,y 是我们预测的概率分布, y' 是实际的分布(我们输入的one-hot vector) loss = -Σy'ilogyi import tensorflow.examples.tutorials.mnist.input_data from tensorflow.contrib.learn.python.learn.datasets.mnist import re
用户1733462
2018-06-07
7070
TensorFlow构建卷积神经网络解mnist2
原理可以看CNN,对图片数据做了卷积池化操作,然后还是用DNN,示意图如下 卷积操作参考卷积 初始化权重与偏移量函数,主要是方便操作 def weight_variable(shape):
用户1733462
2018-06-07
4510
tensorflow运作方式
定义变量,初始化,一般初始化随机值,或者常值 weights = tf.Variable(tf.random_normal([784, 200],stddev=0.35), name='weights') from tensorflow.python.framework import ops ops.reset_default_graph() biases = tf.Variable(tf.zeros([200]), name='biases') init
用户1733462
2018-06-07
4490
tensorflow变量命名空间与可视化
variable_scope 使用tf.variable_scope定义的命名空间,只要空间名称不同,定义的变量互不干挠,即使函数name参数相同 如果是在相同命名空间下, 如果是不可重用的(reuse=False),tf. get_variable函数会查找在当前命名空间下是否存在由tf.get_variable定义的同名变量(而不是tf.Variable定义的),如果不存在,则新建对象,否则会报错 如果是可重用的(reuse=True),如果存在,则会返回之前的对象,否则报错, tf. V
用户1733462
2018-06-07
1K0
tensorflow dropout用法
dropout(x, keep_prob, noise_shape=None, seed=None, name=None) 函数作用就是使得矩阵x的一部分(概率大约为keep_prob)变为0,其余变为element/keep_prob, noise_shape可以使得矩阵x一部分行全为0或者部分列全为0 用在tensorflow中使得部分神经元随机为0不参与训练,如果算法过拟合了,可以试试这个办法。 with tf.Session() as sess: d = tf.to_float(t
用户1733462
2018-06-07
1.8K0
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
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档