摘要：
淘宝网是亚太地区较大的网络零售、商圈，由阿里巴巴集团在2003年5月创立。 1.可用性： 可用性是指系统正常运行时间的比例，系统故障发生的频度，出现故障时会发生什么情况，允许系统有多长时间非正常运行等来衡量的。 场景：双十一淘宝用户数量猛增 刺激源：用户 刺激：很多用户同时访问，系统出现崩溃 制品： 阅读全文
摘要：
继续学习了分类问题中的手写数字识别 阅读全文
摘要：
手写数字识别 MNIST数据集 提供 6万张 28*28 像素点的0~9手写数字图片和标签，用于训练。 提供 1万张 28*28 像素点的0~9手写数字图片和标签，用于测试。 0~255代表像素点的灰度值 数据存储[28,28,1] (28行，28列，每一个点的数据) 输入： 将二维数组打平成一维数 阅读全文
摘要：
1. 神经网络的搭建八股 1.1 、 用Tensorflow API: tf.keras 搭建神经网络八股 六步法： import import相关模块，比如 import tensorflow as tf train, test 告知要喂入网络的训练集和测试集是什么 也就是要指定训练集的输入特征x 阅读全文
摘要：
7. 神经网络参数优化器 神经网络是基于连接的人工智能，当网络结构固定后，不同参数的选取对模型的表达力影响很大，更新模型参数的过程，仿佛在叫一个孩子理解世界，达到学龄的孩子，脑神经元的结构，规模是相似的，他们都具备了学习的潜力，但是不同的引导方法，会让孩子具备不同的能力，达到不同的高度。 优化器就是 阅读全文
摘要：
4. 激活函数 激活函数是用来加入非线性因素的，因为线性模型的表达能力不够。引入非线性激活函数，可使深 层神经网络的表达能力更加强大。 优秀的激活函数: 非线性：激活函数非线性时，多层神经网络可逼近所有函数 可微性：优化器大多用梯度下降算法更新参数 单调性：当激活函数是单调的，能保证单层神经网络的损 阅读全文
摘要：
神经网络优化过程 1. 预备知识 tf.where(条件语句，真返回A，假返回B) tf.where() 条件语句真返回A，条件语句假返回B np.random.RandomState.rand(维度) 返回一个[0,1)之间的随机数 np.vstack(数组1，数组2) 将两个数组按垂直方向叠加 阅读全文
摘要：
tensorflow学习 鸢尾花分类 步骤 #####1 · 准备数据，包括数据集读入、数据集乱序，把训练集和测试集中的数据配成输入特征和标签对，生成 train 和 test 即永不相见的训练集和测试集； #####2 · 搭建网络，定义神经网络中的所有可训练参数； #####3 · 优化这些可训 阅读全文
摘要：
#tensorflow学习 多元线性回归 使用梯度下降算法求解多元线性回归 > #### 步骤： > > ###### 1 · 加载样本数据 > > ###### 2 · 数据处理 （归一化：将数据的值限制在一定的范围之内） > > * 线行归一化：对原始数据的线性变换，是等比例缩放 > > * 标 阅读全文
摘要：
#tensorflow学习 线性回归问题代码实现 import matplotlib.pyplot as plt import tensorflow as tf TRUE_W = 3.0 TRUE_b = 2.0 NUM_SAMPLES = 100 # 初始化随机数据 X = tf.random.n 阅读全文