随笔分类 - TensorFlow
摘要:张量(tensor) 张量 是图中计算节点的运算结果的引用,由name,shape,type三个属性构成。 张量的命名 可以以“name:src_output”的形式给出,node为计算节点名称,src_output表示当前张量来自节点的第几个输出 张良的优点 1. 提高代码可读性 2. 方便获取中
阅读全文
摘要:程序(有些不甚明白的地方改日修订): 运行结果:
阅读全文
摘要:将这里的代码在项目中执行下载并安装数据集。 执行下面代码,训练、并评估模型: 运行结果:(由于是随机训练每次结果可能一样)
阅读全文
摘要:feed就是喂入数据 使用feed前必须要有占位符作为操作的对象,在运行操作的时候喂入数据。 运行结果:
阅读全文
摘要:下面的例子演示了如何使用变量实现一个 简单的计数器(counter) 1 # _*_coding:utf-8_*_ 2 import tensorflow as tf 3 import numpy as np 4 5 # 建立变量state,通常会将一个统计模型中的参数表示为一组变量. 6 # 例如
阅读全文
摘要:目的是在交互式环境下(如jupyter),手动设定当前会话为默认会话,从而省去每次都要显示地说明sess的繁琐,如:Tensor.ecal(session=sess)或sess.Operation.run() 只需要写成Tensor.ecal()或Operation.run() >>> import
阅读全文
摘要:过程: 先用numpy建立100个数据点,再用梯度下滑工具来拟合,得到完美的回归线。 过程: 先用numpy建立100个数据点,再用梯度下滑工具来拟合,得到完美的回归线。 运行结果: 符合:y=x*0.1+0.3
阅读全文