韩明宇

基本概念 1.Tensorflow的加法import tensorflow as tfa = tf.constant([1.0, 2.0])b = tf.constant([3.0, 4.0])result = a + bprint(result)打印出这句话：Tensor("add:0", shape=(2, ), dtype=float32)，意思是result是一个...

损失函数 损失函数用来表示预测值(y)与已知答案(y_)的差距。在训练神经网络时，通过不断改变神经网络中所有参数，使损失函数不断减小，从而训练出更高准确率的神经网络模型。常用的损失函数有均方误差、自定义和交叉熵等。1.均方误差mse：n个样本的预测值y与已知答案y_之差的平方和，再求平均值。在Tensorflow中用loss_mse=tf.reduce_mean(tf.square...

mnist数据集 包含 7 万张黑底白字手写数字图片，其中 55000 张为训练集，5000 张为验证集，10000 张为测试集。每张图片大小为 28*28 像素，图片中纯黑色像素值为 0，纯白色像素值为 1。数据集的标签是长度为 10 的一维数组，数组中每个元素索引号表示对应数字出现的概率。1.使用input_data模块中的read_data_sets()函数加载mnist数据集：...

目录深度学习框架简介TensorFlow是什么图计算编程模型图在哪里如何运行如何定义损失如何计算梯度变量共享总结深度学习框架简介为什么要用成熟的框架，而不是从头写一个： 这些框架提供了大规模机器学习算法的成熟实现 方便地计算梯度 标准化机器学习应用，方便共享交流 多种算法、理念、抽象、编程语言等的融合 提供G...

Assignment #2在这节作业中，神经网络的输入会是行向量，因为这对于TensorFlow来说是标准操作（有些内置TensorFlow函数假定输入是行向量），这意味着隐藏层的权重矩阵会右乘输入而不是左乘。1.Tensorflow Softmax实现一个线性分类器，损失函数定义为：其中x是行向量特征，W是模型的权重矩阵，我们将使用TensorFlow的自动微分功能来将该模型与所...

1 - Exploring the Tensorflow Library导入库：import mathimport numpy as npimport h5pyimport matplotlib.pyplot as pltimport tensorflow as tffrom tensorflow.python.framework import opsfrom tf_util...

当训练模型时，用变量来存储和更新参数。变量包含张量 (Tensor)存放于内存的缓存区。建模时它们需要被明确地初始化，模型训练后它们必须被存储到磁盘。这些变量的值可在之后模型训练和分析是被加载。本文档描述以下两个TensorFlow类：tf.Variable类 tf.train.Saver类创建当创建一个变量时，你将一个张量作为初始值传入构造函数Variable()。Tenso...

你可以在怎么使用变量中所描述的方式来创建，初始化，保存及加载单一的变量.但是当创建复杂的模块时，通常你需要共享大量变量集并且如果你还想在同一个地方初始化这所有的变量,我们又该怎么做呢.本教程就是演示如何使用tf.variable_scope()和tf.get_variable()两个方法来实现这一点.问题假设你为图片过滤器创建了一个简单的模块，和我们的卷积神经网络教程模块相似,但是这里包括...