黑洲非人lyf

保存网络 import tensorflow as tf import numpy as np # Save to file # remember to define the same dtype and shape when restore W = tf.Variable([[1,2,3],[3,4,5]], dtype=tf.float32, name='weights') b = tf...

方法定义tf.nn.conv2d (input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None) 参数：**input : ** 输入的要做卷积的图片，要求为一个张量，shape为 [ batch, in_height, in_weight, in_channel ]，其中batch为图片...

手写数字集mnist 任然是集合作为特征数*样本数，特征数代表了某层神经元数量 wx_plus_b = tf.nn.dropout(wx_plus_b,keep_prob) dropout可以解决过拟合 def add_layer(inputs,in_size,out_size,activation_function=None): Weights = tf.Variable(tf...

tf.argmax axis y_pre = [[5,1,1,0,1],[2,3,-4,5,6]] ​ session.run(tf.arg_max(y_pre,1)) array([0, 4], dtype=int64) y_pre session.run(tf.arg_max(y_pre,0)) array([0, 1, 0, 1, 1], dtype=in...

1：tf.random_normal: 正态分布产生的随机值：常用的参数就是shape，和dtype了，但是也包括方差和均值； 参数（shape,stddev,mean,dtype) 2:tf.random_uniform  默然是在0到1之间产生随机数： 但是也可以通过maxval指定上界，通过minval指定下界 np.newaxis 的实用 np.newaxis 在使用和功能上...

变量与常量 import tensorflow as tf ## 定义 #定义一个变量 var =tf.Variable(0,name="myvar") #定义一个常量 con_var=tf.constant(1) #定义一个加法 new_var=tf.add(var,con_var) ## 开始计算 #初始化，在初始化之前是变量是没有值的 init =tf.global_vari...

求解线性回归 代码块如下 import tensorflow as tf import numpy as np x_data = np.random.rand(100).astype(np.float32) y_data = 0.1*x_data +0.3 print(tf.random_uniform([1],-1,1)) weights = tf.Variable(tf.random_...