我的书签

博客分享了AI领域的学习内容,包括解决TensorFlow使用时CPU编译不支持警告、对比不同session使用体验、解析相关函数等。还介绍了交叉熵在机器学习中的应用,Markdown页内跳转方法,以及Python模块编写与发布等知识,同时推荐了一些专注不同领域的博主。
部署运行你感兴趣的模型镜像

大神

莫烦PYTHON

tensorflow

解决Tensorflow 使用时cpu编译不支持警告 – 2019.05.04

tf.InteractiveSession()与tf.Session() – 2019.05.04

  • 目前在pycahrm使用这两个session的不同体验分别是:
如果使用常规Session,不放在with块内,则不能使用:x.initializer.run() 这类初始化语句
只能使用 sess.run(x.initializer) 进行初始化
# 异常显示找不到合适的session

如果使用 InteractiveSession,
则可以不放在with语句块内,同样使用 x.initializer.run()
-- 方便在Jupyter Notebook中的IPython环境使用吧

TensorFlow学习笔记1:graph、session和op – 2019.05.04

reduce_sum()中的reduction_indices --2019.05.08

tf.argmax()解析 --2019.05.08

import tensorflow as tf
import numpy as np
test = np.array([[1, 2, 3], [2, 3, 4], [5, 4, 3], [8, 7, 2]])
t = tf.argmax(test, axis=1)

with tf.Session() as sess:
    """
    张量调用方式 eval
    操作节点调用方式 run
    """
    print(t.eval())  # [2 2 0 0]
    
    """
    tf.argmax接收的参数是ndarray,不是tensoeflow的张量
    """

交叉熵

一文搞懂交叉熵在机器学习中的使用,透彻理解交叉熵背后的直觉 --2019.05.03

Markdown

Markdown页内跳转实现方法 – 2019.05.06

python

手把手教你自己写一个Python模块,并将其发布并安装到自己的Python环境中去 – 2019.05.07
亲自动手写一个python库(二) --2019.05.07

收藏博主

Tocy

专注于音频、图像、视频的呈现与处理。
用最简单的工具满足最主要的需求,力求高效简约。

寒江独钓

Data Structures & Algorithms(12)

AI领域

小白 深度学习源码解析
人工智能社区
Antares

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

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