随笔分类 - tensorflow
摘要：https://blog.csdn.net/sinat_27382047/article/details/80534234 https://www.jianshu.com/p/cc830a6ed54b https://blog.csdn.net/u010402786/article/details/
阅读全文
摘要：以上是保存模型； 以下是载入模型，第一个print是看看随机生成的参数用于预测分类的结果；第二个print是看看载入的模型来预测分类的结果。
阅读全文
摘要：设计了两个隐藏层，激活函数是tanh，使用Adam优化算法，学习率随着epoch的增大而调低 最终达到了0.9828的准确率
阅读全文
摘要：前言： 用手工设计的两层神经网络，经过200个epoch，最后得到0.9599，约0.96的精度 正文 其中要注意的地方应该有： loss函数的计算，用了tf.losses.sparse_softmax_cross_entropy这个交叉熵损失函数，其中： labels_的输入是样本是真实标签，类似
阅读全文
摘要：前言 因为之前的anaconda的conda命令不能用，又找不到原因，所以就决定重装anaconda，然后再装个tensorflow环境。。 正文 可以去官网下载，也可以去清华的开源软件镜像站下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archiv
阅读全文
摘要：前言 看到DateWhale出了一篇安装教程（微信公众号DateWhale），决定体验一下Tensorflow1.9的GPU版本。。其实一开始装的是2.0，但是tf.Session()就报错了，说是2.0不能这么用， 于是有点怂，还是装回1.X版本先玩玩吧，至少教程多啊。。 正文 总共所需环境为 A
阅读全文
摘要：CNN用于文本分类本就是一个不完美的解决方案，因为CNN要求输入都是一定长度的，而对于文本分类问题，文本序列是不定长的，RNN可以完美解决序列不定长问题， 因为RNN不要求输入是一定长度的。那么对于CNN用于解决文本分类问题而言，可以判断文本的长度范围，例如如果大多数文本长度在100以下，极少数在1
阅读全文
摘要：目前不是很懂。。但主要意思是tf可以把一开始定义的参数，包括Weights和Biases保存到本地，然后再定义一个变量框架去加载（restore）这个参数，作为变量本身的参数进行后续的训练，具体如下： 和代码同一目录下就出现了my_net这个文件夹，同时里面有了四个文件 然后，开始restore该参
阅读全文
摘要：tf版本1.13.1，CPU 最近在tf里新学了一个函数，一查发现和tf.random_normal差不多，于是记录一下。。 1、首先是tf.truncated_normal函数 shape是张量维度，mean是正态分布是均值，stddev是正态分布的标准差； 它是从截断的正态分布中输出随机值，虽然
阅读全文
摘要：这几天在B站看莫烦的视频，学习一波，给出视频地址：https://www.bilibili.com/video/av16001891/?p=22 先放出代码 首先，在add_layer函数中，参数有inputs,in_size,out_size,activation_function=None 其中
阅读全文
摘要：placeholder函数相当于一个占位符，tf.placeholder(dtype, shape=None, name=None) dtype：数据类型。常用的是tf.float32,tf.float64等数值类型 shape：数据形状。默认是None，就是一维值，也可以多维，比如：[None，3
阅读全文
摘要：tf.assign(ref, value, validate_shape=None, use_locking=None, name=None)， 函数功能是将value赋值给ref ref必须是tf.Variable创建的tensor，如果ref=tf.constant()就会报错，而且默认情况下r
阅读全文
摘要：前言： 最近开始学习tensorflow框架，主要参考《TensorfFlow技术解析与实战》这本书，如果有同学需要这本书的PDF版，可以给我评论里留下邮箱，我看到了会发给你 正文 1、Tensorflow的设计理念 图的定义与图的运行完全分开，比如在python中， 定义了t的运算，在运行时就执行
阅读全文
