随笔分类 - deep learning
摘要：避免对大文件全部读取到内存中，浪费时间，也能避免内存溢出；先对文件先进行抽样，抽出很小一部分，测试程序的语法正确性，再用全部文件测试程序的功能正确性； num_sample = 10;with open("data/clean_data/normalized_training.csv", "rb")
阅读全文
摘要：前面找到了tensorflow的一维卷积、池化函数，但是官方API太简单，网上的例子也不多。 由于没时间研究源码，只能另寻他法了。 后面细细想来，tensorflow的二维卷积、池化函数，好像也能进行一维卷积、池化；也就是，利用对图像矩阵进行卷积、池化的函数，把第一个维度设置成1。 这样做确实可行，
阅读全文
摘要：参考：https://github.com/tensorflow/tensorflow/issues/9442 https://www.tensorflow.org/versions/r1.5/api_docs/python/tf/layers/MaxPooling1D
阅读全文
摘要：官方参考文档：https://www.tensorflow.org/api_docs/python/tf/nn/conv1d 参考网页： http://www.riptutorial.com/tensorflow/example/19385/basic-example http://www.ript
阅读全文
摘要：https://www.jianshu.com/p/db8ca931026a import tensorflow as tf import numpy as np def get_weights(shape, lambd): var = tf.Variable(tf.random_normal(sh
阅读全文
摘要：要加一句 %matplotlib inline
阅读全文
摘要：tf.reduce_mean() https://www.douban.com/note/636187116/ reduce_sum(), reduce_max()等等类似，只要记住第二个参数： 如果没有指定，则是将数据结构视为1维； 如果是0，则是在第1维，各个对应位置进行计算； 如果是1，则是在
阅读全文
摘要：https://www.tensorflow.org/api_docs/python/tf/random_normal numpy的random库也有normal函数，功能类似，参数排列次序不同： https://docs.scipy.org/doc/numpy-1.13.0/reference/g
阅读全文
摘要：https://www.tensorflow.org/api_docs/python/tf/constant
阅读全文
摘要：https://stackoverflow.com/questions/42286972/converting-from-pandas-dataframe-to-tensorflow-tensor-object
阅读全文
摘要：https://blog.csdn.net/qq_22238533/article/details/70917102
阅读全文
摘要：神经网络的变量声明函数：tf.Variable() 初始化所有变量： sess = tf.Session() init_op = tf.global_variables_initializer() sess.run(init_op) 对于交叉熵的理解：交叉熵是两个概率分布之间的距离。eg: 假如有个
阅读全文
摘要：张量：tensor，张量可以被简单理解为多维数组，张量在tensorflow中的实现并不是直接采用数组的形式，它只是对TensorFlow中运算结果的引用。在张量中并没有真正保存数字，它保存的是如何得到这些数字的计算过程。 张量的三要素：名字、维度、类型。eg: 会话：会话拥有并管理TensorFl
阅读全文
摘要：https://blog.csdn.net/silent56_th/article/details/69367446
阅读全文
摘要：https://blog.csdn.net/ictcxq/article/details/78545282
阅读全文
摘要：参考： https://www.cnblogs.com/gaoss/p/7736281.html
阅读全文
摘要：参考： https://blog.csdn.net/xue_wenyuan/article/details/51545845 https://stackoverflow.com/questions/35771285/using-tensorflow-through-jupyter-python-3
阅读全文
摘要：参考： https://yq.aliyun.com/articles/363321 https://www.tensorflow.org/install/install_linux#InstallingAnaconda 亲测有效！
阅读全文
浙公网安备 33010602011771号