随笔分类 -  深度学习

tensorflow2.0 使用tf.data.Dataset创建模型多输入
摘要:tensorflow2.0 使用tf.data.Dataset创建模型多输入 以下为tensorflow源码: train_dataset = tf.data.Dataset.from_tensor_slices( ( {"img_input": img_data, "ts_input": ts_d
123
0
0
使用tf.data.Dataset.from_tensor_slices五步加载数据集
摘要:前言: 最近在学习tf2 数据加载感觉蛮方便的 这里记录下使用 tf.data.Dataset.from_tensor_slices 进行加载数据集. 使用tf2做mnist(kaggle)的代码 思路 Step0: 准备要加载的numpy数据 Step1: 使用 tf.data.Dataset.f
249
0
0
tensorflow的data.cache().shuffle(BUFFER_SIZE).batch(BATCH_SIZE).repeat()理解
摘要:tensorflow的data.cache().shuffle(BUFFER_SIZE).batch(BATCH_SIZE).repeat()理解 batch很好理解,就是batch size。注意在一个epoch中最后一个batch大小可能小于等于batch size dataset.repeat
779
0
0
Tensorflow2.0之时间序列预测-单变量历史数据滚动预测
摘要:文章目录 项目介绍 Tensorflow实现 1、导入需要的库 2、引入数据集 3、划分特征和标签、建模预测 3.1 用单变量预测一个未来时间点 3.1.1 取出只含温度的数据集 3.1.2 温度随时间变化绘图 3.1.3 将数据集转换为数组类型 3.1.4 标准化 3.1.5 写函数来划分特征和标
899
0
0
数据预处理之中心化(零均值化)与标准化(归一化)
摘要:数据预处理之中心化(零均值化)与标准化(归一化) 转载自:https://www.cnblogs.com/wangqiang9/p/9285594.html 写的比较清晰的博客:https://blog.csdn.net/qq_36523839/article/details/82919412 在机
654
0
0
薄书的pytorch项目实战lesson49-情感分类+蹭免费GPU
摘要:项目来源 B站视频pytorch项目实战-情感分类问题 github lesson49-情感分类实战 1 实验环境 在这里和大家推荐一个学习ML和DL的一个实验运行平台,就是google的Colaboratory,或者说一个白嫖GPU的实验平台。 大家直接在google搜colab就好,登入账号就可
134
0
0
斋藤康毅著的深度学习入门的学习记录 第二章 感知机
摘要:第二章 感知机 2.3 感知机的实现 2.3.1 简单实现 用python实现一个与门,先定义一个接收参数x1和x2的AND函数。 1 # 与门:w1, w2, theta =0.5, 0.5, 0.7 2 # 与非门:w1, w2, theta =-0.5, -0.5, -0.7 3 # 或门:w
299
0
0
点击右上角即可分享
微信分享提示
深色
回顶
展开