JohnRed - 博客园

2019年7月17日

tf.nn.sigmoid_cross_entropy_with_logits 分类

摘要： sample output 阅读全文

posted @ 2019-07-17 10:48 JohnRed 阅读(3454) 评论(0) 推荐(0)

摘要： sample output 阅读全文

posted @ 2019-07-17 10:38 JohnRed 阅读(5548) 评论(0) 推荐(0)

tf.nn.softmax_cross_entropy_with_logits 分类

摘要：执行流程 $$H{y}'(y)= \sum_{i}{y_i}'log(y_i)$$ 其中\${y_i}'\$指代实际的标签中第i个的值（用mnist数据举例，如果是3，那么标签是[0，0，0，1，0，0，0，0，0，0]，除了第4个值为1，其他全为0）就是softmax的输出向量[Y1，Y2, 阅读全文

posted @ 2019-07-17 09:42 JohnRed 阅读(371) 评论(0) 推荐(0)

2019年7月16日

tf.nn.max_pool 池化

摘要： ``` tf.nn.max_pool( value, ksize, strides, padding, data_format='NHWC', name=None ) ``` ``` 参数： value：由data_format指定格式的4-D Tensor ([batch_size, height, width, channels]) ksize... 阅读全文

posted @ 2019-07-16 20:36 JohnRed 阅读(145) 评论(0) 推荐(0)

tf.nn.depthwise_conv2d 卷积

摘要： ``` tf.nn.depthwise_conv2d( input, filter, strides, padding, rate=None, name=None, data_format=None ) ``` ``` 参数： input：4-D,形状根据data_format得出 filter：4-D,形状为[filter_height,... 阅读全文

posted @ 2019-07-16 20:31 JohnRed 阅读(1826) 评论(0) 推荐(0)

tf.nn.relu6 激活函数

摘要： ``` tf.nn.relu6(features,name=None) ``` ``` 计算校正线性6：min(max(features, 0), 6) 参数： features：一个Tensor,类型为float,double,int32,int64,uint8,int16,或int8 name：操作的名称(可选) 返回：一个Tensor,与features具有相同类型 ``` 阅读全文

posted @ 2019-07-16 20:20 JohnRed 阅读(2002) 评论(0) 推荐(0)

tf.nn.bias_add 激活函数

摘要： sample output 阅读全文

posted @ 2019-07-16 20:01 JohnRed 阅读(2743) 评论(0) 推荐(1)

tf.nn.dropout 激活函数

摘要： sample output 阅读全文

posted @ 2019-07-16 19:47 JohnRed 阅读(1498) 评论(0) 推荐(0)

tf.nn.relu 激活函数

摘要： ``` tf.nn.relu(features, name = None) ``` ``` 计算校正线性：max(features, 0) 参数： features：一个Tensor.必须是下列类型之一：float32,float64,int32,uint8,int16,int8,int64,bfloat16,uint16,half,uint32,uint64 name：操作的名称(可选) ... 阅读全文

posted @ 2019-07-16 19:37 JohnRed 阅读(871) 评论(0) 推荐(0)

vim 替换

摘要：将s1全部替换为s2 删除s1 阅读全文

posted @ 2019-07-16 17:43 JohnRed 阅读(397) 评论(0) 推荐(0)

SmallRed

公告