孔替儿的博客

1、提取问题中的实体的特征向量作为神经网络的输入。不同的实体可以提取不同的特征向量 2、定义神经网络的结构，并定义如何从神经网络的输入得到输出。这个过程就是神经网络的前向传播算法 3、通过训练数据调整神经网络中参数的取值，这就是训练神经网络的过程。 4、使用训练好的神经网络老徐策位置的数据

import tensorflow as tf #tf代替tensorflow state=tf.Variable(0) #定义一个变量 初始化为0 new_value=tf.add(state,tf.constant(1)) #进行加1的操作 #tf.assign(A, new_number): 这个函数的功能主要是把A的值变为new_number update=tf.assign(

import tensorflow as tf import numpy as np #Matplotlib是一个Python的图形框架，类似于MATLAB和R语言 import matplotlib.pyplot as plt #随机生成1000个点 围绕在y=0.1x+0.3的直线周围 num_points=1000 #生成随机点 vectors_set=[] for i in range

import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data #读取mnist数据集 mnist=input_data.read_data_sets('data/',one_hot=True) trainimg=mnist.train.images#mnist的训练数据送给t

  hashlib是个专门提供hash算法的库，现在里面包括md5, sha1, sha224, sha256, sha384, sha512，使用非常简单、方便。    md5经常用来做用户密码的存储。而sha1则经常用作数字签名。下面看看代码吧：#-*- encoding:gb2312 -*-import hashliba = "a test string"print hashlib.md5(...

tf.gfile.FastGFile(path,decodestyle) 函数功能：实现对图片的读取。 函数参数：(1)path：图片所在路径 (2)decodestyle:图片的解码方式。(‘r’:UTF-8编码; ‘rb’:非UTF-8编码)import matplotlib.pyplot as plt import tensorflow as tf #tf.gfileGFile()函数...