qionggaobi9328的博客

一、介绍 Tensorflow是一个通过计算图的形式来表述计算的编程系统，计算图也叫数据流图，可以把计算图看做是一种有向图，Tensorflow中的每一个计算都是计算图上的一个节点，而节点之间的边描述了计算之间的依赖关系。 概念： 2015.11 Google开源 Tensor是张量，表示N维数组；Flow是流，表示基于数据流图计算。TensorFlow运行过程就是张量从图的一端运行到另一端的过程...

tf.placeholder(dtype, shape=None, name=None) 此函数可以理解为形参，用于定义过程，在执行的时候再赋具体的值 参数： dtype：数据类型。常用的是tf.float32,tf.float64等数值类型 shape：数据形状。默认是None，就是一维值，也可以是多维，比如[2,3], [None, 3]表示列是3，行不定 name：名称。 x = tf.pl...

回归和分类是监督学习中的两个大类。自学过程中，阅读别人代码时经常看到不同种类的损失函数，到底 Tensorflow 中有多少自带的损失函数呢，什么情况下使用什么样的损失函数？这次就来汇总介绍一下。 一、处理回归问题 1.tf.losses.mean_squared_error：均方根误差（MSE） —— 回归问题中最常用的损失函数 优点是便于梯度下降，误差大时下降快，误差小时下降慢，有利于函数收敛...