孔西皮的博客

不是所有信息都是有用的，一些只是噪音。激活函数可以帮助神经网络做这种隔离。它激活有用的信息，并抑制无关的数据点。激活函数有哪些：1.Sigmoid函数优点：非线性；输出范围有限，适合作为输出层。    缺点：在两边太平滑，学习率太低；值总是正的；输出不是以0为中心。适用于：当我们尝试将值分类到特定的类时，使用Sigmoid函数非常理想。2.tanh函数解决了sigmoid的大多数缺点，仍然有两边学...

一、选择合适的隐藏层数目首先我们需要注意到当我们增加层数和神经元数目的时候，神经网络的性能也会有所提升。因为神经元可以协同作用表达出不同的函数来对数据进行表示。比如说假设我们在二维空间中有一个二值的分类问题，我们可以训练3个不同的神经网络，每个神经网络都包含一个隐含层，但是隐含层中包含的神经元数目不一样，我们来看一下分类器的分类效果： 在上图中，我们看到包含更多神经元的神经网络能够表达更加复杂的函...

本文转自：https://www.cnblogs.com/zknublx/p/6106343.htmlpython中的命令行解析最简单最原始的方法是使用sys.argv来实现，更高级的可以使用argparse这个模块。argparse从python 2.7开始被加入到标准库中，所以如果你的python版本还在2.7以下，那么需要先手动安装。基本使用import argparsepar...

终端输入export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.7.0-cp27-none-linux_x86_64.whl将tensorflow-1.7.0修改成自己需要的版本sudo pip install $TF_BINARY_URL安装过程需要科学上网...