景墨轩

TensorFlow函数：tf.transpose()其参数perm的理解tf.transpose函数tf.transpose( a, perm=None, name='transpose', conjugate=False)函数参数：a：一个 Tensor.perm：a 的维数的排列.name：操作的名称(可选).conjugate：可选 bo...

线性回归：W1X1+W2X2+W3X3+…+W_nX_n + bias准备好特征和目标值 m [m,1] y的目标值为m，[m,1]是x的特征值，其中m为m个样本，1为一个特征值。这里假设公式中内容为 y = x * 0.7 + 0.8建立模型，随机初始化准备一个权重W，一个偏置b。y_predict = x*w + b (其中w,b为参数模型，必须用变...

TensorFlow框架2：数据读取（包括解决读取数据、实现同步模拟、队列管理器和协程协调器实现异步读取训练、文件读取等内容）1、TensorFlow解决读取数据、实现同步模拟（模拟一下同步先处理数据，然后才能取数据训练）需要了解的函数：tf.FIFOQueue(capacity，dtypes，name)代码解析：import tensorflow as tfimport os# 模...

1、神经网络的特点输入向量的维度和输入神经元的个数相同每个连接都有个权值同一层神经元之间没有连接由输入层，隐层，输出层组成第N层与第N-1层的所有神经元连接，也叫全连接2、SoftMax回归其中 i 为所求的那个输出值，j 可为所有的输出值。6. 计算概率7. 所有类别的概率值相加等于13、Mnist数据集神经网络（代码展示使用的数据集）Mnist数据集神经网络实...

1、函数介绍：tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)input：指需要做卷积的输入图像，它要求是一个Tensor（张量），具有 [batch, in_height, in_width, in_channels] 这样的shape，具体含义是 [训练时一个batch...

1、概念神经网络(neural networks)的基本组成包括输入层、隐藏层、输出层。而卷积神经网络的特点在于隐藏层分为卷积层和池化层(pooling layer，又叫下采样层)。卷积层：通过在原始图像上平移来提取特征，每一个特征就是一个特征映射池化层：通过特征后稀疏参数来减少学习的参数，降低网络的复杂度，（最大池化和平均池化）2、函数介绍tf.nn.conv2d(input, ...

TensorBoard是TensorFlow的一个可视化工具，其中一部分GRAPHS界面如下所示 基本输出网络结构首先明确summary也是opsess = tf.Session()writer = tf.summary.FileWriter(dir,sess.graph)然后在终端输入tensorboard --logdir="dir"最后用google浏览器打开他给的网址就可...