摘要：
import tensorflow as tf input1 = tf.placeholder(tf.float32)input2 = tf.placeholder(tf.float32) output = tf.multiply(input1,input2) with tf.Session() a 阅读全文
posted @ 2017-08-19 14:42 Apelike 阅读(110) 评论(0) 推荐(0)
摘要：
import tensorflow as tf state = tf.Variable(0,name='counter') one = tf.constant(1) new_value = tf.add(state,one)update = tf.assign(state,new_value) in 阅读全文
posted @ 2017-08-19 14:41 Apelike 阅读(137) 评论(0) 推荐(0)
摘要：
import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2' import tensorflow as tfmatrix1 = tf.constant([[3,3]])matrix2 = tf.constant([[2],[2]])protuct = tf.mat 阅读全文
posted @ 2017-08-19 14:39 Apelike 阅读(250) 评论(0) 推荐(0)
摘要：
import tensorflow as tfimport numpy as np #create datax_data = np.random.rand(100).astype(np.float32)y_data = x_data*0.1+0.3 ####create tensorflow str 阅读全文
posted @ 2017-08-19 14:38 Apelike 阅读(176) 评论(0) 推荐(0)
摘要：
我们知道MNIST的每一张图片都表示一个数字，从0到9。我们希望得到给定图片代表每个数字的概率。比如说，我 们的模型可能推测一张包含9的图片代表数字9的概率是80%但是判断它是8的概率是5%(因为8和9都有上半部分的 小圆)，然后给予它代表其他数字的概率更小的值。 这是一个使用softmax回归(s 阅读全文
posted @ 2017-08-17 10:50 Apelike 阅读(186) 评论(0) 推荐(0)
摘要：
do { //将json保存到本地 let jsonData = try JSONSerialization.data(withJSONObject: dict, options: .prettyPrinted) // here "jsonData" is the dictionary encode 阅读全文
posted @ 2017-07-21 18:15 Apelike 阅读(1172) 评论(0) 推荐(0)
浙公网安备 33010602011771号