02 2021 档案

摘要:训练神经网络4 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.read_data_sets('data/',one_hot 阅读全文
posted @ 2021-02-10 23:00 藻类植物 阅读(58) 评论(0) 推荐(0) 编辑
摘要:训练神经网络3 问题解决: 上面定义与下面调用的参数不一致,导致出现了错误 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data. 阅读全文
posted @ 2021-02-09 21:48 藻类植物 阅读(65) 评论(0) 推荐(0) 编辑
摘要:训练神经网络2 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.read_data_sets('data/',one_hot 阅读全文
posted @ 2021-02-08 23:09 藻类植物 阅读(48) 评论(0) 推荐(0) 编辑
摘要:训练神经网络1 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.read_data_sets('data/',one_hot 阅读全文
posted @ 2021-02-07 21:15 藻类植物 阅读(40) 评论(0) 推荐(0) 编辑
摘要:神经网络模型架构1 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.read_data_sets('data/',one_h 阅读全文
posted @ 2021-02-06 21:52 藻类植物 阅读(40) 评论(0) 推荐(0) 编辑
摘要:逻辑回归框架2 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.read_data_sets('data/',one_hot 阅读全文
posted @ 2021-02-05 16:59 藻类植物 阅读(43) 评论(0) 推荐(0) 编辑
摘要:机器学习方法建议: 阅读全文
posted @ 2021-02-04 21:14 藻类植物 阅读(29) 评论(0) 推荐(0) 编辑
摘要:这一讲的内容大多都了解,但是在机器学习和深度学习的不同确实是我不太了解的 卷积神经网络: 阅读全文
posted @ 2021-02-03 20:18 藻类植物 阅读(35) 评论(0) 推荐(0) 编辑
摘要:维度灾难: 如何应对? 阅读全文
posted @ 2021-02-02 11:28 藻类植物 阅读(30) 评论(0) 推荐(0) 编辑
摘要:随机梯度下降: 动量法: 优化算法的选择: 阅读全文
posted @ 2021-02-01 23:34 藻类植物 阅读(30) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示