逍遥游

logistic函数logistic函数导入包scipy中的函数自己定义的函数测试导入包>import scipy as sp>import numpy as npscipy中的函数>sp.special.expit(x)自己定义的函数def logistic(x): return 1./(1+np.exp(-x))测试input>sp.special.expit(1)>

概念TensorFlow计算方式TensorFlow内建运算操作variable标量的特殊性参考内容概念TensorFlow计算方式TensorFlow中的计算可以被表示为一个有向图，或者叫计算图，其中每一个运算操作被表示为一个节点，连接节点的是边。每一个节点可以有任意多个输入与输出，在计算图中流动(flow)的数据是张量(tensor)，因此称为TensorFlow。TensorFlow

TensorFlowNVIDIA显卡驱动CUDA套件cuDNN驱动安装测试近日，在github上闲逛时发现了一个非常有趣的一个实验，地址如下DeepLearningFlappyBird，见文知意，使用强化学习来教会鸟儿如何通关尽可能多的关卡。当然，既然是游戏那还是跑起来看一下直观。所以，把代码clone下来后便开启了如下的摸索之旅。TensorFlow对于window系统，TensorFl

载入库%matplotlib inlineimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dimport numpy as npimport numpy.linalg as la几个比较著名的核函数内积def linear(): return lambda x, y: np.inner(x, y

在二分类任务中应用最广泛的激活函数是sigmoid，而在多分类任务中便是softmax函数，用于将实值隐射到(0-1)的区间内，通过交叉熵或者说是负对数极大似然估计作为损失函数，通过随机梯度下降、牛顿法、adagrad、adadelta等优化函数进行迭代优化。sigmoid函数公式如下：sigmoid(x)=11+exp(−x)sigmoid(x) = \frac{1}{1+exp(-x)}soft

下载安装spark下载安装anaconda路径配置配置jupyter notebook下载安装spark下载地址http://spark.apache.org/downloads.html下载安装anaconda下载地址https://www.anaconda.com/download/#macos路径配置cd open .bash_pr...