04 2021 档案

摘要:评估方法 当我们只有一个数据集D时,为了让模型有更好的泛化能力,我们不能用训练集中的数据作为测试集来评估模型的好坏,而是要将数据集进行处理。以下是一些常用处理方式 1. 留出法 直接将数据集D划分为两个互斥的数据集,分别时训练集E和测试集T。为了尽量保证两个数据集有相同的分布,需要采 阅读全文
posted @ 2021-04-24 18:39 hikari_1994 阅读(202) 评论(0) 推荐(0) 编辑
摘要:上溢和下溢 下溢:指当一个接近于0的数字被四舍五入为0,这在某些方程中是非常致命的。比如除数下溢,导致程序异常。 上溢:当大数量级的数被近似为正负时,之后的运算都可能返回非数字。比如指数运算。 对于这两种情况,我们需要进行数值稳定。 对Softmax进行数值稳定 softmax函数的 阅读全文
posted @ 2021-04-22 21:16 hikari_1994 阅读(1457) 评论(0) 推荐(0) 编辑
摘要:子空间 我们在空间中找到其中一部分空间,它里面的向量进行线性组合,结果仍然在这个空间中,这被称为子空间。 反例: 我们将二维的一象限作为这个部分,它其中的向量线性组合会逃逸出一象限,如将向量乘以一个负数。 二维中的正例: 整个二维空间 一条穿过原点的直线,构成子空间 0向量,因为它无论如何组合都是0 阅读全文
posted @ 2021-04-21 21:38 hikari_1994 阅读(715) 评论(0) 推荐(0) 编辑
摘要:模块、层和模型 官网 模块、层和模型简介 | TensorFlow Core 1. 定义Model和Layer Tensorflow中的Model和Layer的高层实现都构建自tf.Module,例如Keras和Sonnet。 在深度学习中Layer和Model都被称为“objects”(对象),并 阅读全文
posted @ 2021-04-15 19:55 hikari_1994 阅读(505) 评论(0) 推荐(0) 编辑
摘要:计算图和tf.function 官网 Introduction to graphs and tf.function | TensorFlow Core 1. 概述 主要涉及Tensorflow和Keras的处理逻辑,即如何通过对代码进行简单修改来获取计算图,如何存储和表示计算图,以及如何使用它们来加 阅读全文
posted @ 2021-04-15 19:50 hikari_1994 阅读(777) 评论(0) 推荐(1) 编辑
摘要:梯度和自动微分 官网 自动微分和梯度带 | TensorFlow Core 1. Gradient tapes tf.GradientTape API可以进行自动微分,根据某个函数的输入变量来计算它的导数。它会将上下文的变量操作都记录在tape上,然后用反向微分法来计算这个函数的导数。 $y=x^2 阅读全文
posted @ 2021-04-12 20:57 hikari_1994 阅读(732) 评论(2) 推荐(0) 编辑
摘要:tensorflow2的变化 官网 Effective TensorFlow 2 | TensorFlow Core 主要的变化 API Cleanup 删除了一些API: tf.app tf.flags tf.logging 将tf下的一些function移动到了子包,例如tf.math。还有一些 阅读全文
posted @ 2021-04-11 15:55 hikari_1994 阅读(296) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示