随笔分类 -  tensorflow2学习之路

摘要:把看过好几次的博文列举一下,记录自己的阅读心得 首先是一些官方文档 https://tensorflow.google.cn/tutorials/structured_data/time_series 《动手学深度学习》(TF2.0版)这个真香 简单粗暴 TensorFlow 2这个单元化清晰 Te 阅读全文
posted @ 2021-08-15 19:45 星涅爱别离 阅读(166) 评论(0) 推荐(0) 编辑
摘要:这里给出的模型是我没有进行参数调优的,所以效果不是最终的理想状态。#%%! pip install tushare#%% mdhttps://mp.weixin.qq.com/s?__biz=Mzg4MDE3OTA5NA==&mid=2247491137&idx=1&sn=95061 阅读全文
posted @ 2020-06-27 21:46 星涅爱别离 阅读(3003) 评论(0) 推荐(0) 编辑
摘要:https://www.cnblogs.com/DjangoBlog/p/9575360.html 总结: sse、mse、rmse越接近于0,说明模型选择和拟合更好,数据预测也越成功 r-square“确定系数”的正常取值范围为[0 1],越接近1,表明方程的变量对y的解释能力越强,这个模型对数据 阅读全文
posted @ 2020-04-19 16:52 星涅爱别离 阅读(967) 评论(0) 推荐(0) 编辑
摘要:哔哩哔哩有带读https://www.bilibili.com/video/BV1AJ411i7US/?spm_id_from=333.788.videocard.2 第二章 最优化损失函数 量 连续值预测问题是非常常见的,比如股价的走势预测、天气预报中温 度和湿度等的预测、年龄的预测、交通流量的预 阅读全文
posted @ 2020-03-25 22:40 星涅爱别离 阅读(1237) 评论(0) 推荐(1) 编辑
摘要:https://www.bilibili.com/video/av89601743 哔哩哔哩上面有一位道友专门针对《简单粗暴》分享了他的个人经验,我也跟着复习了一遍,挑一些重点的记录一下 这是一个工程师的角度,从开发的角度理解t f的构建 其实求梯度、导数、斜率都差不多的概念 然后是求他们的损失函数 阅读全文
posted @ 2020-03-20 16:35 星涅爱别离 阅读(1440) 评论(0) 推荐(1) 编辑
摘要:return_sequences:默认 False。在输出序列中,返回单个 hidden state值还是返回全部time step 的 hidden state值。 False 返回单个, true 返回全部。return_state:默认 False。是否返回除输出之外的最后一个状态。 区别 c 阅读全文
posted @ 2020-03-05 16:10 星涅爱别离 阅读(1600) 评论(0) 推荐(0) 编辑
摘要:keras.layers.embeddings.Embedding(input_dim, output_dim, embeddings_initializer='uniform', embeddings_regularizer=None, activity_regularizer=None, emb 阅读全文
posted @ 2020-03-05 15:17 星涅爱别离 阅读(983) 评论(0) 推荐(0) 编辑
摘要:w3c学习网址 TensorFlow将给定值转换为张量 tf.convert_to_tensor 此函数将各种类型的 Python 对象转换为 Tensor 对象.它接受 Tensor 对象,numpy 数组,Python 列表和 Python 标量 convert_to_tensor ( valu 阅读全文
posted @ 2020-03-04 21:41 星涅爱别离 阅读(2581) 评论(0) 推荐(0) 编辑
摘要:TensorFlow Hub 模型复用 TF Hub 网站 打开主页 https://tfhub.dev/ ,在左侧有 Text、Image、Video 和 Publishers 等选项,可以选取关注的类别,然后在顶部的搜索框输入关键字可以搜索模型。 TF Hub 安装 是单独的一个库,需要单独安装 阅读全文
posted @ 2020-02-22 15:33 星涅爱别离 阅读(1997) 评论(0) 推荐(0) 编辑
摘要:前文:三分钟快速上手TensorFlow 2.0 (中)——常用模块和模型的部署 TensorFlow 模型导出 使用 SavedModel 完整导出模型 不仅包含参数的权值,还包含计算的流程(即计算图) tf.saved_model.save(model, "保存的目标文件夹名称") 将模型导出为 阅读全文
posted @ 2020-02-21 22:56 星涅爱别离 阅读(4899) 评论(0) 推荐(0) 编辑
摘要:本文学习笔记参照来源:https://tf.wiki/zh/basic/basic.html 前文:三分钟快速上手TensorFlow 2.0 (上)——前置基础、模型建立与可视化 tf.train.Checkpoint :变量的保存与恢复 只保存模型的参数,不保存模型的计算过程 需要导出模型(无需 阅读全文
posted @ 2020-02-21 17:40 星涅爱别离 阅读(2323) 评论(0) 推荐(0) 编辑
摘要:本文学习笔记参照来源:https://tf.wiki/zh/basic/basic.html 学习笔记类似提纲,具体细节参照上文链接 一些前置的基础 随机数 tf.random uniform(shape()) 两个元素零向量 tf.zeros(shape=(2)) 2x2常量 tf.constan 阅读全文
posted @ 2020-02-21 11:38 星涅爱别离 阅读(2546) 评论(0) 推荐(0) 编辑
摘要:1)你首先需要学习层(Layer),一层Layer里就封装了一种状态和一些计算。 from tensorflow.keras.layers import Layerclass Linear(Layer): """y = w.x + b""" def __init__(self, units=32,  阅读全文
posted @ 2020-02-17 22:23 星涅爱别离 阅读(417) 评论(0) 推荐(0) 编辑
摘要:关键词:tensorflow2、LSTM、时间序列、股票预测 Tensorflow 2.0发布已经有一段时间了,各种新API的确简单易用,除了官方文档以外能够找到的学习资料也很多,但是大都没有给出实战的部分找了好多量化分析中的博客和代码,发现在tensorflow方面大家都还是在用1.x的版本,始终 阅读全文
posted @ 2020-01-20 22:28 星涅爱别离 阅读(7038) 评论(8) 推荐(0) 编辑
摘要:import numpy as npimport tensorflow as tfnp.random.seed(0)x = np.random.sample((11,2))# make a dataset from a numpy arrayprint(x) dataset = tf.data.Da 阅读全文
posted @ 2020-01-20 20:49 星涅爱别离 阅读(4204) 评论(0) 推荐(0) 编辑
摘要:谈到深度学习,就不得不谈到tensorflow 在tensorflow之后出了2.0版本,相比之前有了很大的改变,趁着假期赶紧冲冲冲! 稍微学习了一些基础,做一个自我总结,作为一些基础的知识不再过多重复,有需要的自己上网查询。 写了一些代码,尽可能给出了必要的注释,具体的数学知识或者环境、运行问题欢 阅读全文
posted @ 2020-01-18 17:52 星涅爱别离 阅读(483) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示