qq_30339595的博客

%matplotlib inlineimport matplotlib.pyplot as pltimport numpy as npimport tensorflow as tffrom tensorflow.python.framework import opsops.reset_default_graph()sess=tf.Session()x_vals=np.linspace

很有可能是前面函数少了个括号例如graph=tf.Graphwith graph.as_default(): x2=tf.Variable(2)x2.graph is tf.get_default_graph()tf.Graph少了括号应该是tf.Graph()

import numpy as npimport matplotlib.pyplot as pltimport tensorflow as tfdate=np.linspace(1,15,15)endprice=np.arrary([])beginprice=np.array([])plt.figure()for i in range(0,15): dateone=np.ze...

预先定义好的数据不能满足要求，需要实时插入的数据import tensorflow as tfdata1=tf.placeholder(tf.float32)data2=tf.placeholder(tf.float32)dataAdd=tf.add(data1.data2)with tf.Session() as sess: print(sess.run(dataAdd,f...

常量和常量运算import tensorflow as tfdata1=tf.constant(6)data2=tf.constant(2)dataAdd=tf.add(data1,data2)dataMul=tf.multiply(data1,data2)dataSub=tf.subtract(data1,data2)dataDiv=tf.divide(data1,data2)w...

import tensorflow as tfhello=tf.constant('hello tf!')sess=tf.Session()print(sess.run(hello))类比，基础数据类型 运算符 流程 字典 数组import tensorflow as tfdata1=tf.constant(2,dtype=tf.int32)data2=tf.Variable(10...

from tensorflow.examples.tutorials.mnist import input_data#载入minist数据集，如果指定地址/path/MNIST_data下么有已经下载好的数据，那么将自动下载mnist=input_data.read_data_sets("C:/Users/jin/Documents/path/MNIST_data/",one_hot=True...

在tensorflow中提供了tf.train.ExponentialMovingAverage来实现滑动平均模型，在初始化时，提供一个衰减率decay，新的值=decay*初始值+（1-decay）*更新的值decay决定了模型更新的速度，越大越慢。为了使模型在训练前期更新得快，每次的衰减率可以是min(decay,(1+step)/(10+step)}ema=tf.train.Exponent...

tensorflow中的变量是张量的一种。定义变量：weights=tf.Variable(tf.random_normal([2,3]),stddev=2)#产生一个2*3的矩阵，矩阵的元素是均值为0，标准差为2的随机数，如果要指定均值，可以用meanbias=tf.Variable(tf.zeros([3]))w2=tf.Variable(weights.initialized_value...

Tensorflow是一个用计算图的形式来表述计算的编程系统每个计算时计算图中的一个节点，就是一个tensor；边表示了节点之间的依赖关系，即flow在tensorflow程序中，系统会维护一张默认的计算图，可以通过tf.get_default_graph来获取当前的计算图import tensorflow as tfa=tf.constant([1.0,2.0],name="a")b=tf....

import matplotlib.pyplot as pltimport numpy as npimport tensorflow as tfsess=tf.Session()x_vals=np.linspace(0,10,100)numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)在指

from sklearn import datasetsimport matplotlib.pyplot as pltimport numpy as npimport tensorflow as tfsess=tf.Session()iris=datasets.load_iris()x_vals=np.array([[x[0],x[3]] for x in iris.data])y_

参考 http://blog.youkuaiyun.com/liyaohhh/article/details/51055147    python中的list和array的不同之处       python中的list是python的内置数据类型，list中的数据类不必相同的，而array的中的类型必须全部相同。在list中的数据类型保存的是数据的存放的地址，简单的说就是指针，

八成是没转置np.transpose()

报错不是数据feed的问题，而是等号左边的g_loss经过一次运算后得到了数值结果，覆盖了原来的g_loss操作，tf处理不了这种命名冲突，所以给变量用名字要注意啊原文http://blog.youkuaiyun.com/u011215144/article/details/72490138

f.matrix_solve(matrix, rhs, adjoint=None, name=None)功能：求线性方程组，matrix*X=rhs。输入：adjoint:是否对matrix转置。例：a = tf.constant([2, -2, -2, 5],shape=[2,2],dtype=tf.float64)RHS=tf.constant([3,10],shape=[

%matplotlib inlineimport matplotlib.pyplot as pltimport tensorflow as tfimport numpy as npfrom sklearn import datasetsfrom tensorflow.python.framework import opsops.reset_default_graph()sess=tf

请看https://github.com/home-assistant/appdaemon/issues/83找到文件 把(dt - datetime.datetime.fromtimestamp(0)).total_seconds()),改成(dt - datetime.datetime.fromtimestamp(86400)).total_seconds()),...