摘要：1 # 1、导包 2 import paddle.fluid as fluid 3 import paddle 4 import time 5 6 start = time.time() 7 8 9 def test_program(exe, feeder, program, fetch_list, 阅读全文

摘要：1 # 1、导包 2 import paddle.fluid as fluid 3 import paddle 4 import time 5 6 start = time.time() 7 8 9 def test_program(exe, feeder, program, fetch_list, 阅读全文

摘要：1 # 1、导入包 2 import paddle.fluid as fluid 3 import paddle 4 5 # 2、数据预处理 6 # 调整图片大小等 跟框架本身没有关系 7 8 # 3、构造reader 本质：读取数据 9 # （1）reader 获取一个样本数据 10 # 返回nd 阅读全文

摘要：1 import tensorflow as tf 2 3 # 张量 数据流图中的线 数据传递 本质：多维数组 4 5 # 两个属性 6 # dtype 数据类型 7 # 将numpy里面的np.数据类型 变成了tf.数据类型 8 # 可以在创建张量的时候去指定dtype 参数来指定tensor的数 阅读全文

摘要：1 import tensorflow as tf 2 3 # 构建图 4 # 图结构 包含至少一组op与tensor的结构 5 con_a = tf.constant(3) 6 con_b = tf.constant(4) 7 8 con_sum = tf.add(con_a, con_b) 9 阅读全文

摘要：1 import tensorflow as tf 2 3 # 创建一个变量--变量op 4 # 可以使用随机张量来初始化这个变量 5 # var1 = tf.Variable( 6 # initial_value=tf.random_normal( 7 # shape=[2, 2], 8 # me 阅读全文

摘要：1 # 1、加载数据 特征值与目标值 2 # 2、随机初始化权重与偏置 变量op 3 # 3、预测 >矩阵相乘 4 # 4、预测值与真实值 损失--均方误差损失 5 # 5、构建优化算法进行优化损失 设置学习率 6 # 6、不断优化op 7 import tensorflow as tf 8 9 1 阅读全文

摘要：1 # 会话 执行op的类 2 # 本质：连接前台程序与底层C++代码的纽带 3 # 两种形式 4 # tf.Session() ：用于完整的程序中 5 # tf.InteractiveSession() ：应用于交互环境 6 7 # 会话使用--完整流程 8 # 1、会话初始化 9 # __ini 阅读全文

摘要：1 import tensorflow as tf 2 3 # op 指令 4 # op指令 5 # 返回tensor 里面包含的op名称为op指令空间内的名称 6 # 名称不允许重复，如果重复，+_i来加以区别 7 # 可以通过构建op的时候，来指定name参数来修改op在指令空间内的名称 8 9 阅读全文