
TensorFlow
进击的菜菜
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
(一)TensorFlow主要依赖包(笔记)
1、Protocol Buffer 为谷歌开发 用于处理结构化数据的工具。如何将结构化的数据序列化,并从序列化注资后的数据流中还原出原来的结构化数据,统称为处理结构化数据,这就是Protocol Buffer解决的主要问题。除Protocol Buffer之外 ,XML和JSON是两种比较常见的结构化数据处理工具。不同之处在于Protocol Buffer序列化之后得到的数据不是可读原创 2017-12-16 16:19:59 · 5854 阅读 · 0 评论 -
(二)TensorFlow计算模型-----计算图
Tensorflow中所有计算都会被转化为计算图上的节点。 【概念】Tensor(张量,数据结构,可被理解为多维数组) + Flow(流,计算模型,表达了张量之间通过计算相互转化的过程) TensorFlow中每一个计算都是计算图上的一个节点,节点之间的边描述了计算之间 的依赖关系(如果一个运算 的输入依赖于另一个运算的输出,则为依赖关系)。 【使用】TensorFl原创 2017-12-16 19:27:14 · 592 阅读 · 0 评论 -
(三)TensorFlow实现神经网络
神经网络解决分类问题主要可以分为以下4个步骤: 1、提取问题中实体的特征向量作为神经网络的输入。 2、定义神经网络的结构,并定义如何从神经网络的输入得到输出。这个过程就是神经网络的前向传播算法。 3、通过训练 数据来调整神经网络中参数的取值。 4、使用训练好的神经网络来预测未知的数据。原创 2017-12-17 19:12:05 · 633 阅读 · 0 评论