摘要：
实验目的 1.掌握使用TensorFlow进行逻辑回归 2.掌握逻辑回归的原理 实验原理 逻辑回归是机器学习中很简答的一个例子，这篇文章就是要介绍如何使用tensorflow实现一个简单的逻辑回归算法。 逻辑回归可以看作只有一层网络的前向神经网络，并且参数连接的权重只是一个值，而非矩阵。公式为：y_ 阅读全文
摘要：
一、文件读取并训练的原理图 1、文件队列构造 tf.train.string_input_producer(string_tensor, ,shuffle=True)：将输出字符串（例如文件名）输入到管道队列 string_tensor：含有文件名的1阶张量 num_epochs:过几遍数据，默认无 阅读全文
摘要：
架构问题一般包括商业问题、系统架构问题、设计问题以及编码实施问题，由于架构的最终目的是完成一个产品去满足客户的需求，所以商业问题是所有问题的核心。可以说商业问题的解决好坏直接决定了产品或项目的成败。 商业问题的解决一般有以下的一些模式：业务容错模型（业务错误的累积、报警、触发处理的方式）、责任关系模 阅读全文
摘要：
实验目的 1.掌握使用TensorFlow进行线性回归 2.掌握TensorFlow的基本运行流程 实验原理 线性回归是用来度量变量间关系的统计技术。该算法的实现并不复杂，但可以适用于很多情形。正是因为这些原因，以线性回归作为开始学习TensorFlow的开始。 不管在两个变量（简单回归）或多个变量 阅读全文
摘要：
一、线性回归原理分析 二、实现线性回归所用到的api 1、Tensorflow运算API 矩阵相乘 tf.matmul(x, w) 平方 tf.square(error) 均值 tf.reduce_mean(error) 2、梯度下降API tf.train.GradientDescentOptim 阅读全文
摘要：
一、问题 原因：tensorboard与tensorflow版本不符合。 二、解决方法： 1、查看TensorFlow和tensorboard的版本（pip list） 2、直接更新tensorboard版本为1.4.0（pip install tensorboard==1.4.0） 但是有可能没有 阅读全文
摘要：
数据的特征抽取 现实世界中多数特征都不是连续变量，比如分类、文字、图像等，为了对非连续变量做特征表述，需要对这些特征做数学化表述，因此就用到了特征提取. sklearn.feature_extraction提供了特征提取的很多方法 分类特征变量提取 我们将城市和环境作为字典数据，来进行特征的提取。 阅读全文
摘要：
一、说在前面 转载于：https://www.cnblogs.com/liangmingshen/p/9297381.html 仅用于总结。 二、常用快捷键 快捷键功能 Ctrl + Q 快速查看文档 Ctrl + F1 显示错误描述或警告信息 Ctrl + / 行注释（可选中多行） Ctrl + 阅读全文
摘要：
一、说在前面 我在用pip下载包时经常有下载比较慢和如下错误的问题 Could not fetch URL https://pypi.tuna.tsinghua.edu.cn/simple/pipenv/ 二、解决方法 默认pip是使用Python官方的源，但是由于国外官方源经常被墙，导致不可用，我 阅读全文
摘要：
原理简介 TensorFlow 是一个编程系统，使用图来表示计算任务，图中的节点被称之为 op (operation 的缩写)。一个 op 获得 0 个或多个 Tensor，执行计算产生 0 个或多个 Tensor。每个 Tensor 是一个类型化的多维数组。例如，你可以将一小组图像集表示为一个四维 阅读全文