florrie

tensorflow 部分函数介绍博主主要为了是记录一下自己在tensorflow遇到不懂的函数，整理一下方便下次查阅，肯定有小伙伴跟我一样会遇到一些不懂函数，希望也对tensorflow小白有帮助！tf.convert_to_tensortf.convert_to_tensor(value, dtype=None, dtype_hint=None, ...

tensorflow中的tf.app.run()函数转载需要注明出处！# 省略importif __name__ = '__main__': tf.app.run()tf.app.run() 是函数入口，类似于c++中的main()根据run(）函数的源码描述，一般来说，运行一个程序是需要main函数作为入口的，同时都附带了参数argv是用来接收用户输入的，而在tensorflow...

tensorflow的学习笔记（一）其实接触tensorflow很长一段时间了，一直都没有系统地整理一遍学习tensorflow的笔记，之前的笔记都抄在本子上，还是手写的感觉，哈哈哈，留个印象，今天主要先写tensorflow两个很重要的包。tensorflow的主要依赖包Protocol BufferBazelProtocol Buffer 它是处理结构化数据的工具，跟我们熟悉的...

tensorflow笔记（二）今天主要记录什么是交叉熵，以及它在tensorflow中实现方式交叉熵（cross-entropy）什么是交叉熵？首先，说明的是，交叉熵刻画的是两个概率分布之间的距离。那么为了能较好理解交叉熵，我需要先介绍一下熵（entropy）这个概念。熵（entropy）熵，它衡量的是一个概率分布的随机程度，还有一种说法就是包含信息量的大小。那么什么是随机程度？我以离...

tensorflow学习笔记（三）–前向传播与反向传播今天，主要学习的是神经网络中的前向传播和反向传播，先以单变量单神经元为例，进行解释，再结合到多变量多神经元的情况。博文为原创，转载需要注明出处，谢谢~单个神经元网络对于单变量，其前向传播很简单，为一元线性回归h(x) = W*x + B，其中参数W为权重，B为偏置项。那么其反向传播又是怎么的？？首先，反向传播主要是根据预测值与真实值之间...