10 2020 档案
摘要：前面我们主要是使用tensorflow的原生代码来模拟搭建神经网络，其实就是定义出神经网络中的各个参数，然后模拟前向传播和参数更新过程来训练模型，最终达到我们想要的效果；这样做当然是可以的，并且符合我们脑中的想象过程，但是有一个弊端就是编码复杂，并且随着神经网络层数的增加，编码的工作量也大幅增长，不
阅读全文
摘要：# -*- coding: UTF-8 -*- # 利用鸢尾花数据集，实现前向传播、反向传播，可视化loss曲线 # 导入所需模块 import tensorflow as tf from sklearn import datasets from matplotlib import pyplot a
阅读全文
摘要：打乱数据顺序 训练前为了保证一般性，提高准确率，我们一般需要将数据进行打乱顺序，但是又得保证各个样本数据和其标签值之间的对应关系，可以采用下面的方法进行数据打乱： np.random.seed(seed值) # 使用相同的seed，保证输入特征和标签一一对应 np.random.shuffle(x_
阅读全文
摘要：Numpy基础 数组基础 在学习tensorflow之前我们先要了解一些numpy的使用方法，因为在tensorflow使用中初期的数据一般都是由numpy来处理的。 首先我们要知道numpy主要是用来进行高维数组运算的，其实我们使用python的内置list列表数据类型，也可以自己完成这些操作，但
阅读全文
摘要：首先打开anaconda prompt，进入到相应的虚拟环境，使用conda activate 虚拟环境名； 然后依次执行下面的命令 pip install jupyter_contrib_nbextensions jupyter contrib nbextension install --user
阅读全文
摘要：切换虚拟环境 首先进入自己创建的虚拟环境，activate 虚拟环境名 在自己的虚拟环境下，安装ipykernel模块，pip install ipykernel； 然后输入以下命令，python -m ipykernel install --user --name 虚拟环境名 --display-
阅读全文
