摘要： 1.求loss： tf.reduce_mean（tf.nn.softmax_cross_entropy_with_logits(logits, labels, name=None)） 第一个参数logits：就是神经网络最后一层的输出，如果有batch的话，它的大小就是[batchsize，num_ 阅读全文

摘要： import os # 创建的目录 path = "D:/gaona/liuhai/i love you" os.makedirs( path ) 阅读全文

摘要： 1、SyntaxError: invalid character in identifier 标识符中存在无效字符一般原因有：标识符中存在中文字符，如中文状态下的逗号，括弧等 2、TypeError: 'module' object is not callable（“模块”对象不可调用） 此错误提示 阅读全文

摘要： tf.clip_by_value(p, min, max)) 运用的是交叉熵而不是二次代价函数。 功能：可以将一个张量中的数值限制在(min,max)内。（可以避免一些运算错误:可以保证在进行log运算时，不会出现log0这样的错误或者大于1的概率） 参数： p：input数据 当p小于min时，输 阅读全文

摘要： 1、通常情况下，我们要进入其他盘符下的任意目录，需要在CMD窗口运行两次命令：第一次，进入盘符，第二次进入指定目录 #进入D盘 d: #进入D盘下的anaconda目录 cd anacond 2、通过使用CD命令，并加入参数 /d ，可以通过一个步骤，直接进入指定盘符下的任意文件夹。 #一个步骤进入 阅读全文

摘要： Wasserstein 距离，也叫Earth Mover's Distance，推土机距离，简称EMD，用来表示两个分布的相似程度。 Wessertein距离相比KL散度和JS散度的优势在于，即使两个分布的支撑集没有重叠或者重叠非常少，仍然能反映两个分布的远近。而JS散度在此情况下是常量，KL散度可 阅读全文

摘要： 1、MSE（均方误差）（Mean Square Error） MSE是真实值与预测值的差值的平方然后求和平均。 范围[0,+∞)，当预测值与真实值完全相同时为0，误差越大，该值越大。 import numpy as np from sklearn import metrics y_true = np 阅读全文

摘要： python中的inf表示无穷大 阅读全文

摘要： import matplotlib.pyplot as plt import math import numpy as np x = np.arange(-0.85,0.95,0.05) #获得函数结果 y1 = [math.log(1-a) for a in x] #画图 plt.plot(x, 阅读全文

摘要： 1.KL散度 KL散度( Kullback–Leibler divergence)是描述两个概率分布P和Q差异的一种测度。对于两个概率分布P、Q，二者越相似，KL散度越小。 KL散度的性质：P表示真实分布，Q表示P的拟合分布 非负性：KL(P||Q)>=0，当P=Q时，KL(P||Q)=0； 反身性 阅读全文