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(730) 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(600) 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(263) 评论(0) 推荐(0) 编辑
摘要: 前言 上一篇博客简单总结了机器学习的概念和使用线性回归拟合一条直线。这篇主要介绍如何用线性回归拟合曲线,以及如何解决过拟合问题。 基本概念 图片来自吴恩达机器学习视频 欠拟合:模型不能很好的描述整个训练集数据。(左图) 过拟合:模型将训练数据中的特例或是误差也进行了描述,导致模型泛化能力差,不能准确 阅读全文
posted @ 2019-03-26 17:57 hikari_1994 阅读(522) 评论(0) 推荐(0) 编辑
摘要: 前言 最近在学习吴恩达的机器学习课程。学习过程中经常忘记已经学习过的知识,需要重新观看视频或查阅资料进行复习。为了方便以后的复习,把一些自己认为重要的知识整理在博客上。 机器学习定义 Arthur Smauel在1959年给出的定义: the field of study that gives co 阅读全文
posted @ 2019-03-20 19:00 hikari_1994 阅读(605) 评论(0) 推荐(2) 编辑