随笔分类 - TensorFlow
摘要:1 定义 add_layer() 定义一个添加层的函数可以很容易的添加神经层 神经层里常见的参数通常有weights、biases和激励函数 【权重 偏置 激活函数】 import tensorflow as tf #输入值、输入的大小、输出的大小和激励函数,我们设定默认的激励函数是None def
阅读全文
摘要:没啥好总结的,几乎都是截图,需要的时候来找即可
阅读全文
摘要:本节涉及点: 一、从命令行参数读取需要预测的数据 训练神经网络是让神经网络具备可用性,真正使用神经网络时,需要对新的输入数据进行预测, 这些输入数据 不像训练数据那样是有目标值(标准答案),而是需要通过神经网络计算来获得预测的结果。 通过命令行参数输入数据: 运行结果如下: 使用 Anaconda
阅读全文
摘要:本节涉及点: 一、保存训练过程 以下方代码为例: i: 0, loss: 0.2790884972, avgLoss: 0.2790884972 i: 1, loss: 0.2675500214, avgLoss: 0.2733192593 i: 2, loss: 0.2441657931, avg
阅读全文
摘要:多层全连接神经网络 激活函数tanh 优化
阅读全文
摘要:纯文本文件 ----- 准备训练数据 + 加载训练数据
阅读全文
摘要:sigmoid函数 随机训练数据的产生和训练 偏移量b 批量生产随机训练数据
阅读全文
摘要:本节涉及的知识点: 1.在程序中查看变量的取值 2.张量 3.用张量重新组织输入数据 4.简化的神经网络模型 5.标量、多维数组 6.在TensorFlow中查看和设定张量的形态 7.用softmax函数规范可变参数 8.小结:线性问题 一、在程序中查看变量的取值 二、张量 x1: Tensor("
阅读全文