dally2的博客

五种参数优化器1 SGD（不含momentum的梯度下降算法）2 SGDM（含momentum的梯度下降算法，在SGD基础上增加一阶动量）3 Adagrad（在SGD基础上增加二阶动量）4 RMSProp（在SGD基础上增加二阶动量）5 Adam（同时结合SGDM一阶动量和RMSProp二阶动量）

准备数据集读入数据->随机打乱数据顺序->匹配x,y并打包成一小撮->设置相同的数据类型->设置输入参数w,b->设置超参数训练整体来说，需要确定训练数据集迭代的次数，并明确对于整个训练数据集而言，是分成了一小撮一小撮进行执行的，因此，需要有两个循环；考虑到训练数据集的最终目的是为了优化参数w,b，且tensorflow2.0版本已经给出了自动求导的方法，可以在tf.GradientTape() 中执行，通过原有的线性模型和激活函数得到预测值y，与真实值y_进行对比，得.

1.创建conda create -n 虚拟环境名 [其他所需安装包 ] [指定python版本] #[]表示可选；默认python是最新版本。举例：#指定pythonconda create -n env_name python=2.7 #指定python版本，并安装其他包conda create -n env_name numpy matplotlib python=2.7 2.激活虚拟环境conda activate 虚拟环境名3.退出虚拟环境activate roo

先分别创建cpu和gpu虚拟环境，激活虚拟环境，然后安装想要的版本。1.安装CPU环境的tensorflow1.1 创建虚拟环境conda create -n tf2_cpu python=3.7.61.2 激活虚拟环境并指定安装tensorflow2.1版本conda activate tf2_cpupip install tensorflow==2.12.安装GPU环境的tensorflow2.1 创建虚拟环境conda create -n tf2_gpu tensorfl

仅需要卸载再重新安装。进入tensorflow2.0虚拟环境pip uninstall h5py #卸载pip install h5py #安装

重新下载cudart64_101.dll，点击下载并将下载后的文件解压到:C:\Windows\System32路径下，重启电脑。

仅需两个步骤1.右击打开终端，激活tensorflow虚拟环境，source activate tensorflow2.安装matplotlib：conda install matplotlib

one_hot的作用就是这样的，作为存储标签的一种方式，用1的位置不同来区分数值。

简言之，最根本原因是版本冲突，多次安装与下载Anaconda，导致环境污染。建议安装Anaconda的话，下载清华镜像中的安装包，速度还是比较快的。https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/我们需要注意，Anaconda安装时不能选择"路径添加到系统中"直接打勾的方式容易污染环境变量，如果安装很多软件的话，path变量就会很乱，建议使用创建一个新的环境变量名，然后使用%该环境变量名%将其添加到path中，对于自己要安装的软件最好放在a

win10+Anaconda安装tensorflow，过程简洁！

核心介绍：采用logistic回归解决分类问题，大致可以分为两个步骤：1.分类，采用逻辑回归公式实现分类2.评估分类效果并调整w,b值

Tensorflow函数之tf.equal、tf.cast1、tf.equal是对比两个向量或者矩阵的值是否相等。对应元素相等返回true，不相等返回false。注意返回的数据类型。import tensorflow as tf import numpy as np A = [[1,3,4,5,6]] #1*5矩阵B = [[1,3,4,3,2]] #1*5矩阵C = [1,3,4,5,6] #有5个元素的向量D = [1,3,4,3,2] #有5个元素的向量 with

Tensorflow函数之tf.argmax、tf.argmin理解一、 tf.argmax知识点理解1.1 作用1.2 表示1.3 实例二、 tf.argmin知识点理解2.1 作用2.2 表示2.3 实例一、 tf.argmax知识点理解1.1 作用找到对应向量或矩阵中的最大值问题。1.2 表示tf.argmax的完整表示：tf.argmax(input,axis)1、input可以是向量、或者矩阵（没有数值，单独一个数，没有比较的意义）。2、根据axis取值的不同返回每行或者每列最大值的

module 'Tensorflow’ has no atrribute 'Session’解决方案来，上错误：错误原因：版本不符，tensorflow2.0版本问题解决方案：Tensorflow Core r2.0默认情况下已启用急切执行。因此可使用tf.compat.v1.Session（）和 run（）函数。有两种表示形式：1.常规的,Sessio()、run()、close()import tensorflow as tf#构建图matrix1 = tf.constant([[3

Tensorflow入门基础知识一、知识框架二、内容概述2.1 定义2.2 特征2.3 基本用法2.3.1 构图2.3.2 计算过程一、知识框架二、内容概述2.1 定义TensorFlow是一个采用数据流图，用于数值计算的开源软件库。2.2 特征高度的灵活性将计算表示为一个数据流图，构建图，描写驱动计算的内部循环，就可以使用Tensorflow真正的可移植性Tensorflow 在CPU和GPU上运行，比如说可以运行在台式机、服务器、手机移动设备等等。自动求微分只需要定义预测模型的

Python中numpy对象random使用方法总结内容介绍一、随机生成浮点数1.1 生成(0,1)之间的浮点数1.1.1 numpy.random.rand()1.1.2 numpy.random.random_sample(size=None)1.1.3 numpy.random.random(size=None)1.1.4 numpy.random.ranf(size=None)1.1.5 numpy.random.sample(size=None)1.2 符合正太分布的浮点数1.2.1 np.ra

win10中安装TensorFlow，并将TensorFlow导入PyCharm中写在前面：希望曾经我所遇到的坑，大家不要踩。可以用pip直接下，但是我没成功，我用了第二种方法，Anaconda3方式下载Tensor一、下载Tensor到win10下载Anaconda:https://www.anaconda.com/distribution/一定要根据自己的系统类型进行选择，否则...