【深度学习_2.3_1】神经网络之TensorFlow初步应用

本文介绍了如何在TensorFlow中实现计算损失函数、使用placeholder、线性函数、sigmoid函数以及损失函数的计算。通过代码示例展示了如何定义和初始化变量,以及如何在会话中执行操作。此外,还提到了矩阵转换的功能如tf.one_hot。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

导入相关类库

import math
import numpy as np
import h5py
import matplotlib.pyplot as plt
import tensorflow as tf
from tensorflow.python.framework import ops
from tf_utils import load_dataset, random_mini_batches, convert_to_one_hot, predict


%matplotlib inline
np.random.seed(1)

TensorFlow计算损失函数样例


代码实现:

y_hat = tf.constant(36, name='y_hat')            # Define y_hat constant. Set to 36.
y = tf.constant(39, name='y')                    # Define y. Set to 39


loss = tf.Variable((y - y_h

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值