随笔分类 - Tensorflow 笔记
TensorFlow 的学习笔记，简单入门和小实例
摘要：TensorFlow笔记 08 过拟合,正则化,matplotlib 区分红蓝点 首先提醒一下，第7讲的最后滑动平均的代码已经更新了，代码要比理论重要 今天是过拟合，和正则化，本篇后面可能或更有兴趣，因为涉及到可视化图形了，而不是纯数据 过拟合：神经网络模型在训练集上的准确率比较高在新的数据进行预测
阅读全文
摘要：TensorFlow笔记 07 神经网络优化 学习率,滑动平均 学习率 学习率 learning_rate: 表示了每次参数更新的幅度大小。学习率过大，会导致待优化的参数在最小值附近波动，不收敛；学习率过小，会导致待优化的参数收敛缓慢 在训练过程中，参数的更新向着损失函数梯度下降的方向 参数的更新公
阅读全文
摘要：TensorFlow笔记 06 神经网络优化 损失函数,自定义损失函数,交叉熵 神经元模型：用数学公式比表示为：f(Σi xi wi + b), f为激活函数 神经网络 是以神经元为基本单位构成的 激活函数：引入非线性激活因素，提高模型的表达能力 常用的激活函数有relu、sigmoid、tanh等
阅读全文
摘要：TensorFlow笔记 05 反向传播,搭建神经网络的八股 反向传播 反向传播： 训练模型参数，在所有参数上用梯度下降，使用神经网络模型在训练数据上的损失函数最小 损失函数：（loss） 计算得到的预测值 y 与已知答案 y_ 差距 损失函数的计算有很多方法，均方误差MSE是比较常用的方法之一 关
阅读全文
摘要：TensorFlow笔记 04 神经网络的实现过程,前向传播 基于TensorFlow的NN：用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型 张量（tensor）：多维数组（列表） 阶：张量的维数 计算图（Graph）：搭建神经网络的计算过程，只搭建，不运算
阅读全文
摘要：TensorFlow笔记 03 张量,计算图,会话 搭建你的第一个神经网络，总结搭建八股 基于TensorFlow的NN：用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型 张量（tensor）：多维数组（列表） 阶：表示张量的维数 ·· 维 数 ···· 阶
阅读全文
摘要：TensorFlow笔记 02 Windows下搭建TensorFlow环境（win版非虚拟机） 本篇介绍的是在windows系统下，使用 Anaconda+PyCharm，不使用虚拟机，也不使用 Linux 安装 Anaconda 这个相信有很多人都在用，所以简单说一下 如果没有安装可以直接去An
阅读全文
摘要：人工智能实践：TensorFlow笔记 01 开篇概述 从今天开始，从零开始学习TensorFlow，有相同兴趣的同志，可以互相学习笔记，本篇是开篇介绍 Tensorflow，已经人工智能领域的一些名词介绍 人工智能实践：TensorFlow笔记 01 概述 什么是人工智能? 人工智能：机器模拟人的
阅读全文