08 2017 档案
摘要：tf.train.shuffle_batch函数解析 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " (tensor_list, batch_size, capacity, min_after_dequeue, num_threads=1, seed=None, enqueue_man
阅读全文
摘要：sparse_softmax_cross_entropy_with_logits 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 定义 说明 此函数大致与tf_nn_softmax_cross_entropy_with_logits的计算方式相同, 适用于每个类别相互独立且排斥的情况，
阅读全文
摘要：softmax_cross_entropy_with_logits 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 函数定义 解释 这个函数的作用是计算 logits 经 softmax 函数激活之后的交叉熵。 对于每个独立的分类任务，这个函数是去度量概率误差。比如，在 CIFAR 1
阅读全文
摘要：weighted_cross_entropy_with_logits 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 此函数功能以及计算方式基本与tf_nn_sigmoid_cross_entropy_with_logits差不多,但是加上了权重的功能,是计算具有权重的sigmoid交
阅读全文
摘要：sigmoid_cross_entropy_with_logits 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 函数定义 函数意义 这个函数的作用是计算经sigmoid 函数激活之后的交叉熵。 为了描述简洁，我们规定 x = logits，z = targets，那么 Logist
阅读全文
摘要：交叉熵损失函数的概念和理解 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 公式 $$ loss =\sum_{i}{(y_{i} \cdot log(y\_predicted_{i}) +(1 y_{i}) \cdot log(1 y\_predicted_{i}) )} $$ 定义
阅读全文
摘要：原创文章,转载请务必注明出处 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 本节主要解释jupyter中各种插件 Exercise Exercise Define a group of cells as a "solution". Then it is possible to hid
阅读全文
摘要：markdown 入门简明指南 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 标题 标题是每篇文章必备而且最常用的格式。 在Markdown中，如果想将一段文字定义为标题，只需要在这段文字前面加上 ，再在 后加一个空格即可。还可增加二、三、四、五、六级标题，总共六级，只需要增加 ，增
阅读全文
浙公网安备 33010602011771号