腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
祥子的故事
专栏成员
举报
190
文章
344917
阅读量
40
订阅数
订阅专栏
申请加入专栏
全部文章(190)
python(38)
编程算法(19)
https(19)
http(18)
tensorflow(13)
网络安全(12)
函数(11)
r 语言(9)
git(9)
github(9)
其他(8)
html(7)
开源(7)
hive(7)
数据(7)
sql(6)
神经网络(6)
spark(6)
机器学习(5)
linux(5)
shell(5)
深度学习(4)
文件存储(4)
数据分析(4)
ubuntu(3)
markdown(3)
windows(3)
sas(3)
data(3)
pandas(3)
sum(3)
数据类型(3)
语法(3)
css(2)
json(2)
云数据库 Redis(2)
网站(2)
hadoop(2)
ssh(2)
grep(2)
scikit-learn(2)
anaconda(2)
command(2)
csv(2)
list(2)
mac(2)
repeat(2)
程序(2)
工具(2)
快捷键(2)
数学(2)
数组(2)
性能(2)
优化(2)
云服务器(1)
对象存储(1)
java(1)
c++(1)
perl(1)
ruby(1)
bash(1)
scala(1)
node.js(1)
xml(1)
jquery(1)
数据库(1)
云数据库 SQL Server(1)
access(1)
打包(1)
matlab(1)
bash 指令(1)
企业邮箱(1)
知识图谱(1)
mongodb(1)
人工智能(1)
url 安全(1)
xslt & xpath(1)
容器(1)
分布式(1)
爬虫(1)
卷积神经网络(1)
numpy(1)
dns(1)
线性回归(1)
keras(1)
大数据(1)
数据处理(1)
alpha(1)
app(1)
axure(1)
cat(1)
copy(1)
count(1)
dataframe(1)
device(1)
el(1)
encoding(1)
error(1)
excel(1)
expand(1)
form(1)
fs(1)
glob(1)
having(1)
input(1)
int(1)
io(1)
kaggle(1)
key(1)
lambda(1)
limit(1)
map(1)
max(1)
mean(1)
min(1)
mnist(1)
mobile(1)
model(1)
na(1)
numeric(1)
object(1)
ode(1)
partial(1)
range(1)
rank(1)
request(1)
reshape(1)
save(1)
set(1)
shift(1)
signature(1)
size(1)
state(1)
table(1)
tar(1)
target(1)
tensor(1)
urllib(1)
vector(1)
wget(1)
xls(1)
xlsx(1)
百度(1)
编码(1)
博客(1)
工作流(1)
基础(1)
集合(1)
解决方案(1)
镜像(1)
权限(1)
思维导图(1)
拖拽(1)
网络(1)
效率(1)
异常(1)
字符串(1)
搜索文章
搜索
搜索
关闭
tensorflow | 重新学习 | 了解graph 和 Session
tensorflow
容器
编程算法
tensorflow中是由Graph和Session组成,Graph负责将计算架构搭建起来,Session则负责将数据输入、执行模型、产出结果。分工明确,严格分割开来。
努力在北京混出人样
2019-02-18
1K
0
tensorflow | 随机数
tensorflow
函数
数据
使用tensorflow自带的随机种子函数来产生的随机数还是随机的,一脸尴尬。先介绍随机种子的使用。再来介绍随机函数。 ---- 随机种子 案例一 结果不一样 案例二 结果一样 随机函数 正态分布 截断正态分布 均匀分布 数据重排 例子 随机种子 案例一: 结果不一样 import tensorflow as tf b = tf.random_normal([1],seed = tf.set_random_seed(1234)) with tf.Session() as sees1:
努力在北京混出人样
2019-02-18
1.2K
0
Tensorflow | 斯坦福cs20si | lecture1
tensorflow
http
上图的代码存在问题,目前不知道怎么修改。若是有朋友有修改方案,请在下方留言,谢谢!
努力在北京混出人样
2019-02-18
662
0
Tensorflow | 回归分析
tensorflow
github
git
开源
先基于均值为0,方差为0.9的正态分布产生随机数X,再通过线性变换产生Y,再添加一个均值为0,方差为0.5的噪声。这样便得到数据X和Y。
努力在北京混出人样
2019-02-18
769
0
Tensorflow | 读取csv文件
github
git
开源
tensorflow
https
结果好长,给出关键的部分: INFO:tensorflow:Saving evaluation summary for step 12001: accuracy = 0.966667, loss = 0.461221 Accuracy: 0.966667
努力在北京混出人样
2019-02-18
1.8K
0
Tensorflow | 简易更新安装说明
tensorflow
随着tensorflow 的不断发展,它的安装也是越来越简单化。这里以我对0.12版本的安装来推广到后续版本的安装,做简单的说明:
努力在北京混出人样
2019-02-18
525
0
tensorflow | 操作函数 和 数据类型
tensorflow
函数
数据类型
tensorflow中的操作函数 数据类型
努力在北京混出人样
2019-02-18
371
0
Tensorflow | win10中安装tensorflow-0.12.1 (0.12.1以后的版本安装均适用)
tensorflow
http
https
anaconda
网络安全
前几天,谷歌推出了windows对tensorflow的支持,我参考下面两篇博文来安装了我的tensorflow。
努力在北京混出人样
2019-02-18
1.6K
0
Tensorflow | 基本函数介绍
tensorflow
对象存储
这次来总结下这几天学习tensorflow的心得,包含了一些基本的函数,例如,加减乘除等,下面来一一介绍,并给出具体的例子。 两个小的tips 我的版本:anaconda 4.2 tensorflow 0.12.1 若是你不知道如何在windows下安装tensorflow,可以依照我的博客:http://blog.csdn.net/xxzhangx/article/details/54379255 ,遵循上面的顺序来做;若是安装过程中遇到问题,可以在博客下方留言,看到后会及时回答。 数值
努力在北京混出人样
2019-02-18
532
0
Tensorflow | MNIST手写字识别
tensorflow
data
mnist
sum
原始的网址:https://www.tensorflow.org/versions/r0.12/tutorials/mnist/beginners/index.html#mnist-for-ml-beginners
努力在北京混出人样
2019-02-18
1.5K
0
Tensorflow | win10中安装tensorflow-0.12.1 (0.12.1以后的版本安装均适用)
tensorflow
本文首发在CSDN博客:http://blog.csdn.net/xxzhangx/article/details/54379255 前几天,谷歌推出了windows对tensorflow的支持,我参考下面两篇博文来安装了我的tensorflow。 为表示对原作者的尊敬,先列出参考的文章。 参考文献 https://m.aliyun.com/yunqi/articles/68435 http://blog.csdn.net/zhuxiaoyang2000/article/details/5
努力在北京混出人样
2018-05-14
3.1K
0
tensorflow | 重新学习 | 了解graph 和 Session
tensorflow
源于工作需要,重新学习tensorflow,好久未使用,忘记的差不多了。 ---- tensorflow的基础框架 1 数据准备 2 定义placeholder容器 3 初始化参数权重 4 计算预测结果 5 计算损失函数值 6 初始化optimizer 7 在session里执行graph tensorflow的基础框架 tensorflow中是由Graph和Session组成,Graph负责将计算架构搭建起来,Session则负责将数据输入、执行模型、产出结果。分工明确,严格分割开来。 其中,Gr
努力在北京混出人样
2018-05-14
1.1K
0
tensorflow | 维度转换
tensorflow
学习维度转换 shape 计算维度 tf.shape(input,name = None) 案例1 a = tf.constant([i for i in range(20)],shape =[2,2,5]) with tf.Session() as sess: print (sess.run(tf.shape(a))) 结果:[2 2 5] size 计算元素个数 tf.size(input,name = None) 案例2 a = tf.constant([i for i in range
努力在北京混出人样
2018-05-14
1.2K
0
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
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
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
立即体验
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
立即查看
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