weixin_43364556的博客

背景：我需要引用glibc.2.23这个库，但是系统环境下的glibc是2.17，我想要仅修改我自己的glibc环境而不影响系统环境以及其他人的使用安装glibc2.23这里出现过一些问题，有很多人都已经解决了，我记录的信息在这里。添加我们自己的库将安装后的文件夹中的lib文件夹中的 cp lib/libm-2.23.so /path/to/lib/libm.so.6在~/.bash_profile中添加，注意/path/to/lib需要在前面。export LD_LIBRARY_PATH.

在调用tensorfow(1.14版本)的时候提示ImportError: /lib64/libm.so.6: version `GLIBC_2.23’ not found，表明/lib64库中缺少glibc2.23版本的库,因为glibc库是一个比较重要的库，为了不影响其他人仅自己用，那么我们需要配置我们自己的环境。同时记录一下安装过程中出现的问题安装glibc2.23首先说明一点，我在centos下安装的时候出现了一些问题，我觉着很多人应该都会遇到，为了避免再次遇到以及解决问题的网页找不到，源网.

文章目录背景解决办法其他信息背景我在重复hands on machine learning with scikit-learn,keras&tensorflow中的10.2.2中的代码时发现总是报错(我需要下载的数据是fashion-mnist数据集)：Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/train-labels-idx1-ubyte.gz-------

之前没弄懂，刚理解，仅记录个人感悟，若有帮助最好，无助勿喷代价函数我们判断一个模型拟合的状态的判断标准是代价函数的得到的结果的涨落，一般来讲，代价函数得到最低的结果模型训练也就结束了。对于概率的预测也不例外，也是通过最大化每一种一致情况的概率来对模型的参数进行模拟，比如对于标记的癌症样本的组织数据，建立模型（预测概率）的时候就要把这些样本预测为癌症的概率最大化。激活函数（仅讨论输出层）这里为了把模型的输出结果表示为概率，就需要把输出的值表示为0-1之间的值，那么就需要将输出的数据利用其他的激活函.

在我利用神经网络训练数据的过程中发现准确率总是处于60%-70%，感觉这个不是神经网络该有的表现，我认为我的问题应该出现在神经个数控制和神经网络的层数控制以及数据集的处理（数据过于集中于某一个类）。class imbalance出现时，会导致mse（误差）最小化但是已经把最小的群体忽略掉了（因为对整体影响很小，考虑进去会导致整体误差偏大），但是小群体往往又是重要的群体，这种情况下我准备先解决cl...

在训练mnist数据集的过程中，我们会采用在线的学习方法，利用next_batch功能来不断地获取新的数据集进行训练。关于next_batch的功能以及其返回的数据格式学习一下功能我们通过next_batch来获取下一个数据集来对我们的参数进行调整，用法为#其中的n代表返回多少个训练数据集和对应的标签batch_n=mnist_data.train.next_batch(n)输入数...

InteractiveSession和Session的区别InteractiveSession创建之后被认为是一个默认Session，而tf.Session只有在with语句中才被认为是一个默认Session官方解释我将在原文中进行注释Help on InteractiveSession in module tensorflow.python.client.session object:...

目录关于one_hotmnist是深度学习中必不可少的数据集，它是一个78*78个像素的数字图片转化之后的数据格式，但是在tensorflow它已经被压缩在文件中，并且利用脚本可以直接下载（input.py下载不下来可以直接百度，能够找到源代码，放在sys.path路径中即可），但是在数据导入时one_hot的含义不是特别清楚关于one_hot在minist导入时会指定one_hot=T...