咔呢哇的博客

实现了对变量的赋值，变量间的运算和sess的启动import tensorflow as tf#声明w1,w2两个变量，产生一个随机数的矩阵，stddev指标准差为2，通过seed参数设定随机种子#这样可以保证每次运行得到的结果是一样的w1 = tf.Variable(tf.random_normal([2,3],stddev = 1,seed = 1))w2 = tf.Varia...

实现placeholer机。placeholder相当于定义了一个位置，而feed_dict为一个字典placeholder类似于一个通达，feed_dict则为这通道传入数据 import tensorflow as tf#声明w1,w2两个变量，产生一个随机数的矩阵，stddev指标准差为1w1 = tf.Variable(tf.random_normal([2,3],std...

转https://blog.youkuaiyun.com/u012609509/article/details/80045529之所以会出现这两种类型的scope，主要是后者（variable scope）为了实现tensorflow中的变量共享机制：即为了使得在代码的任何部分可以使用某一个已经创建的变量，TF引入了变量共享机制，使得可以轻松的共享变量，而不用传一个变量的引用。具体解释如下：tensorflo...

今天写一段Tensorflow代码时出现啦了TypeError: Cannot convert 0 to a dtype. data type not understood的错误。仔细的发现是initializer=tf.constant_initializer(0.0)写成了initializer=tf.constant_initializer(0,0)...

实现了了一个简单的神经网络cross_entropy判定输出向量和预期向量有多接近运用反向传播更新参数import tensorflow as tf #NumPy是一个科学计算的工具包，这里通过NumPy工具包生成模拟数据集from numpy.random import RandomState#定义训练数据batch的大小batch_size = 8w1 = tf....

实现了tf.greater与tf.where的运用import tensorflow as tffrom numpy.random import RandomStatebatch_size = 8x = tf.placeholder(tf.float32, shape=(None,2), name = 'x-input')y_ = tf.placeholder(tf.float3...

自制多层神经网络层import tensorflow as tf#获取一层神经网络边上的权重，并将这个权重的L2正则化损失加入名称为'losses'的集合中def get_weight(shape,lambda1): #生成一个变量 var=tf.Variable(tf.random_normal(shape),dtype=tf.float32) #add_to...

实现了滑动平均import tensorflow as tf#定义一个变量用于计算滑动平均，这个变量的初始值为0.#！！！所有滑动平均的变量都必须为实数型v1=tf.Variable(0,dtype=tf.float32)#step变量模拟神经网络中迭代的轮数，可以用于动态控制衰减率step=tf.Variable(0,trainable=False)#定义一个滑动平均的类，...

转至：https://blog.youkuaiyun.com/fa928464158/article/details/77935539TensorBoard是TensorFlow下的一个可视化的工具，能够帮助研究者们可视化训练大规模神经网络过程中出现的复杂且不好理解的运算，展示训练过程中绘制的图像、网络结构等。最近本人在学习这方面的内容，然而出现了一些问题，我的问题是在完成相应代码准备好可视化数据后无...