qq_40723205的博客

解决线性到非线性激励函数需要可微分 这样误差反向传播

自SciPy 1.2.0版以来从scipy.misc模块中删除了图像功能。但是如果想使用它们，则可以通过卸载当前版本并安装先前版本来回滚到先前的SciPy版本：pip uninstall scipypip install scipy==1.1.0确保也安装了Pillow：pip install Pillow...

state = tf.Variable(1)state_ = tf.assign(state, 10)with tf.Session() as sess: sess.run(tf.global_variables_initializer()) print(sess.run(state)) print(sess.run(state_)) print(sess.r...

tf.name_scope()和tf.variable_scope()是两个作用域，一般与两个创建/调用变量的函数tf.variable() 和tf.get_variable()搭配使用。它们搭配在一起的两个常见用途：1)变量共享为什么要共享变量？举个简单的例子：例如，当我们研究生成对抗网络GAN的时候，判别器的任务是如果接收到的是生成器生成的图像，判别器就尝试优化自己的网络结构来使自己输...

import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt#随机生成数据 后续这部分就是说数据清洗，载入，预处理的部分了，总之是tensorflow可以处理的数据x_data = np.linspace(0.5,0.8,200)[:,np.newaxis]b = np.random.norma...

tf.shape()是获取张量的大小import tensorflow as tf import numpy as np a_array=np.array([[1,2,3],[4,5,6]])b_list=[[1,2,3],[3,4,5]]c_tensor=tf.constant([[1,2,3],[4,5,6]]) with tf.Session() as sess: ...

原文链接 https://www.cnblogs.com/jiaxblog/p/9054051.htmlgraph即tf.Graph()，session即tf.Session()graph定义了计算方式，是一些加减乘除等运算的组合，类似于一个函数。它本身不会进行任何计算，也不保存任何中间计算结果。 session用来运行一个graph，或者运行graph的一部分。它类似于一个执行者，给g...

Tensorflow 的 python 接口提供了 tf.load_op_library 函数用来加载动态 library，同时将 op 注册到tensorflow 框架上。load_op_library 返回一个 python module，它包含了 op和 kernel 的 python wrapper 。因此，一旦你编译好了一个 op，就可以使用下列代码通过 python来执行它：im...

Tensorflow ConfigPrototf.ConfigProto一般用在创建session的时候。用来对session进行参数配置with tf.Session(config = tf.ConfigProto(...),...)#tf.ConfigProto()的参数log_device_placement=True : 是否打印设备分配日志allow_s...

链接：https://www.jianshu.com/p/635d95b34e14（1）在某个tf.name_scope()指定的区域中定义的所有对象及各种操作，他们的“name”属性上会增加该命名区的区域名，用以区别对象属于哪个区域；（2）将不同的对象及操作放在由tf.name_scope()指定的区域中，便于在tensorboard中展示清晰的逻辑关系图，这点在复杂关系图中特别重要。...

函数形式tf.placeholder( dtype, shape=None, name=None)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：名称返回类型：Tenso...