摘要： Tensorflow2.0笔记 本博客为Tensorflow2.0学习笔记，感谢北京大学微电子学院曹建老师 5 欠拟合与过拟合 欠拟合的解决方法： ​ 1.增加输入特征项 ​ 2.增加网络参数 ​ 3.减少正则化参数 过拟合的解决方法： ​ 1.数据清洗 ​ 2.增大数据集 ​ 3.采用正则化 ​ 阅读全文

摘要： Tensorflow2.0笔记 本博客为Tensorflow2.0学习笔记，感谢北京大学微电子学院曹建老师 4 损失函数 ​ 神经网络模型的效果及优化的目标是通过损失函数来定义的。回归和分类是监督学习中的两个大类。 4.1 均方误差损失函数 ​ **均方误差（Mean Square Error）** 阅读全文

摘要： Tensorflow2.0笔记 本博客为Tensorflow2.0学习笔记，感谢北京大学微电子学院曹建老师 3. 激活函数 激活函数是用来加入非线性因素的，因为线性模型的表达能力不够。引入非线性激活函数，可使深 层神经网络的表达能力更加强大。 优秀的激活函数应满足： ​ 非线性： 激活函数非线性时， 阅读全文

摘要： Tensorflow2.0笔记 本博客为Tensorflow2.0学习笔记，感谢北京大学微电子学院曹建老师 2. 学习率策略 2.1 指数衰减 TensorFlow API: tf.keras.optimizers.schedules.ExponentialDecay ​ 其中，learning_r 阅读全文

摘要： Tensorflow2.0笔记 本博客为Tensorflow2.0学习笔记，感谢北京大学微电子学院曹建老师 1.神经网络复杂度 1.1 时间复杂度 即模型的运算次数，可用浮点运算次数（FPLOPs, FLoating-point OPerations）或者乘加运算次数衡量. 1.2 空间复杂度 空间 阅读全文

摘要： Tensorflow2.0笔记 本博客为Tensorflow2.0学习笔记，感谢北京大学微电子学院曹建老师 5 扩展方法 5.1 本地读取鸢尾花数据集 ​ 在这部分我们尝试从本地读取鸢尾花数据集的 txt 文件，并将其输入至神经网络进行训练。鸢尾花数据集的 txt 文件包含内容如图 5.1 所示。 阅读全文

摘要： Tensorflow2.0笔记 本博客为Tensorflow2.0学习笔记，感谢北京大学微电子学院曹建老师 4 程序实现鸢尾花数据集分类 4.1 数据集回顾 ​ 先回顾鸢尾花数据集，其提供了 150 组鸢尾花数据，每组包括鸢尾花的花萼长、花萼宽、花瓣长、花瓣宽 4 个输入特征，同时还给出了这一组特征 阅读全文

摘要： Tensorflow2.0笔记 本博客为Tensorflow2.0学习笔记，感谢北京大学微电子学院曹建老师 3 Tensorflow2.0 基本概念与常见函数 3.2 常用函数 ​ **(1) 利用 tf.cast (张量名，dtype=数据类型)强制将 Tensor 转换为该数据类型； 利用tf. 阅读全文

摘要： Tensorflow2.0笔记 本博客为Tensorflow2.0学习笔记，感谢北京大学微电子学院曹建老师 3 Tensorflow2.0 基本概念与常见函数 3.1 基本概念 ​ TensorFlow 中的 Tensor 表示张量，是多维数组、多维列表，用阶表示张量的维数。0 阶张量叫做标量，表示 阅读全文

摘要： Tensorflow2.0笔记 本博客为Tensorflow2.0学习笔记，感谢北京大学微电子学院曹建老师 2.神经网络设计过程 ​ 我们要用计算机模仿刚刚说到的神经网络连接关系，让计算机具备感性思维。 ​ 首先，需要准备数据，数据量越大越好，要构成特征和标签对。如要识别猫，就要有大量猫的图片和这个 阅读全文