weixin_47642634的博客

二进制数据 CIFAR10二进制数据集介绍 每3073个字节是一个样本，一个目标值+3072像素(包括1024字节红色通道，1024字节绿色通道，1024字节蓝色通道) CIFAR10二进制数据读取 流程分析 # 初始化操作及字节数确定 def __init__(self): # 初始化操作 self.height = 32 self.width = 32 self.channels = 3 # 字节数 self.image_bytes = self.heig

获取数据到TensorFlow程序的方法 QueueRunner：基于队列的输入管道从TensorFlow图形开头的文件中读取数据。 Feeding：运行每一步时，Python代码提供数据。 预加载数据：TensorFlow图中的张量包含所有数据(对于小数据) 文件读取流程 第一阶段：构造文件名队列 将需要读取的文件名放入文件名队列 tf.train.string_input_produce(string_tensor,shuffle=True) # string_tensor:含有文件名+路径的1阶张

自实现线性回归案例： 线性回归原理： 构建模型 y = w1x1 + w2x2 + …+wnxn + b 构建损失函数 均方误差 优化损失 梯度下降 实现线性回归的训练 准备真实数据 准备100个样本 x 特征值 形状(100, 1) y_true 目标值 (100, 1) y_true = 0.8x + 0.7 假定x和y之间的关系 y = kx + b k ≈ 0.8b ≈ 0.7 流程分析： (100, 1) * (1, 1) = (100, 1) y_predict = x

TensorFlow学习 实现简单的加法运算 import tensorflow as tf ''' 运行时会警告指出你的CPU支持AVX运算加速了线性代数计算，即点积，矩阵乘法，卷积等。可以从源代码安装TensorFlow来编译，也可以添加下面两行代码选则关闭 ''' import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' def tensorflow_demo(): a = 2 b = 3 c = a + b print(