2018年9月5日
摘要：
#classification 分类问题 #例子 分类手写数字0-9 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #数据包,如果没有自动下载 number 0 to 9 data mnist = input_data.read_data_sets('MNIST_data',o... 阅读全文
摘要：
#使用dropout解决overfitting（过拟合）问题 #如果有dropout,在feed_dict的参数中一定要加入dropout的值 import tensorflow as tf from sklearn.datasets import load_digits from sklearn.cross_validation import train_test_split from skl... 阅读全文
摘要：
实验结果图： 阅读全文
摘要：
生成的tensorboard的graph： 阅读全文
摘要：
附：参考https://www.cnblogs.com/likethanlove/p/6547405.html 通过图可以加深对tensorflow reduction_indices的理解： 阅读全文
摘要：
#placeholder 传入值 import tensorflow as tf """ tf.Variable：主要在于一些可训练变量（trainable variables），比如模型的权重（weights，W）或者偏执值（bias）: 声明时，必须提供初始值； 名称的真实含义，在于变量，也即在真实训练时，其值是会改变的，自然事先需要指定初始值； tf.placehold... 阅读全文
摘要：
#Varible 变量的使用 使用变量进行自加 import tensorflow as tf state = tf.Variable(0,name='counter') #定义一个变量，赋值为0，且名字为counter #print(state.name) 打印结果：counter:0 one = tf.constant(1) # 定义一个常量 new_value = tf.add(sta... 阅读全文
摘要：
#Seesion的两种打开模式 import tensorflow as tf matrix1 = tf.constant([[3,3]])#一行两列的一个矩阵 matrix2 = tf.constant([[2], [2]]) #两行一列的一个矩阵 product = tf.matmul(matrix1 , matrix2) #... 阅读全文
摘要：
#预测一条y = 0.1x + 0.3的直线 import tensorflow as tf import numpy as np #科学计算模块 ''' tf.random_normal([784, 200]):指生成一个784*200的矩阵 tf.zeros([2,3],int32)==>[[0,0,0],[0,0,0]]两行三列 同理tf.ones,tf.fill(产生一个全... 阅读全文