lievech的博客

tensorflow:进阶进阶代码1运行效果：代码2运行效果:代码3运行效果: 参考github 进阶 1.合并与分割 2.填充与复制 3.张量排序 4.张量限幅 5.数据统计 6.高阶特性 代码1 acc_topk.py import tensorflow as tf import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' #全局设置tf.set_random_seed()函数，使用之后后面设置的随机数都不需要设置seed，而可以跨会话生成相同的随机数。

tensorflow:基础基础问题代码运行效果 参考链接 基础问题 1.创建Tensor 2.前向传播 3.数学运算 4.数据类型 5.索引与切片 6.维度变换 代码 forward-prop.py import matplotlib.pyplot as plt import tensorflow as tf import tensorflow.keras.datasets as datasets plt.rcParams['font.size'] = 16 plt.rcParams['font.fa

tensorflow:分类问题实战分类问题代码1运行效果：代码2运行效果:代码3运行效果: 分类问题 1.X and Y 2.???????????? = ????????????????{???????????????? ???????????????? ????@????1 + ????1 @????2 + ????2 @????3 + ????3} 3.Compute out&loss 4.Compute gradient and optimize 5.Loop 代码1 forward_la

tensorflow:回归问题实战回归问题代码运行效果： 回归问题 Compute Loss 2.Compute Gradient and update Set w=w’ and loop 代码 对应的data.csv文件可以在https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book中的/ch02-回归问题/ #linear_regression.py中的代码 import numpy as np def compute