腾讯云
开发者社区
文档
建议反馈
控制台
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
登录/注册
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
专栏作者
举报
190
文章
334615
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
991
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
641
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
754
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
512
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
358
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
523
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
1.4K
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
3K
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
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
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
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