随笔分类 - AI-人工智能：笔记
摘要：https://blog.csdn.net/weixin_42398658/article/details/84639391 https://blog.csdn.net/qq_31050167/article/details/79161077 https://pan.baidu.com/s/1VQa
阅读全文
摘要：1,introduction Estimator 会封装下列操作： 训练 评估 预测 导出以供使用 预创建的 Estimator，也可以编写自定义 Estimator。所有 Estimator（无论是预创建的还是自定义）都是基于 tf.estimator.Estimator 类的类 2,Estima
阅读全文
摘要：1,tf-data两个新的抽象类 dataset表示一系列元素，其中每个元素包含一个或多个 Tensor 对象 创建来源（例如 Dataset.from_tensor_slices()），以通过一个或多个 tf.Tensor 对象构建数据集。 应用转换（例如 Dataset.batch()），以通过
阅读全文
摘要：1,Goodness An intuitive interface—Structure your code naturally and use Python data structures. Quickly iterate on small models and small data. Easier
阅读全文
摘要：1,Sequential model model = tf.keras.Sequential() # Adds a densely-connected layer with 64 units to the model:model.add(layers.Dense(64, activation='re
阅读全文
摘要：1，获取数据 imdb = keras.datasets.imdb(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000) 2，查看处理变形数据 2.1，查看 print(train_
阅读全文
摘要：1，数据集下载 2，一系列数据检查 这一条特别 3，Create feature columns and input functions，特征列和输入函数 3.1，one-hot-encoding, normalization, and bucketization 3.2，数字型和分类型 fc =
阅读全文
摘要：1，机器学习的基本步骤 Import and parse the data sets. Select the type of model. Train the model. Evaluate the model's effectiveness. Use the trained model to ma
阅读全文
摘要：1，一般描述 we saw that the accuracy of our model on the validation data would peak after training for a number of epochs, and would then start decreasing.
阅读全文
摘要：1，tf.layers基础函数 conv2d(). Constructs a two-dimensional convolutional layer. Takes number of filters, filter kernel size, padding, and activation funct
阅读全文
摘要：1，以类的方式定义一个模型 class Model(object): def __init__(self): # Initialize variable to (5.0, 0.0) # In practice, these should be initialized to random values
阅读全文
摘要：1，share的内容 code to create the model, and the trained weights, or parameters, for the model 2，ways There are different ways to save TensorFlow models—d
阅读全文
摘要：1，dataset的方法 Dataset.make_one_shot_iterator() or get_next() 2，使用python的方法-当eager mode enabled时 print('Elements of ds_tensors:')for x in ds_tensors: pr
阅读全文
摘要：map, batch, shuffle
阅读全文
摘要：1，几种方法 Create a source dataset using one of the factory functions like Dataset.from_tensors, Dataset.from_tensor_slices or using objects that read fro
阅读全文
摘要：1，tensor的特点 Tensors can be backed by accelerator memory (like GPU, TPU). Tensors are immutable 2，双向转换 TensorFlow operations automatically convert NumP
阅读全文
摘要：1， def get_flat_weights(model): weight_names = [ name for name in model.get_variable_names() if "linear_model" in name and "Ftrl" not in name] weight_
阅读全文
摘要：1， model_l1 = tf.estimator.LinearClassifier( feature_columns=base_columns + crossed_columns, optimizer=tf.train.FtrlOptimizer( learning_rate=0.1, l1_r
阅读全文
摘要：1，数字类型的 education_num = tf.feature_column.numeric_column('education_num')capital_gain = tf.feature_column.numeric_column('capital_gain')capital_loss =
阅读全文
摘要：1，简单数pandas import pandas train_df = pandas.read_csv(train_file, header = None, names = census_dataset._CSV_COLUMNS)test_df = pandas.read_csv(test_fil
阅读全文
