摘要:
TensorFlow双向循环神经网络 鉴于单向循环神经网络某些情况下的不足,提出了双向循环神经网络。因为是需要能关联未来的数据,而单向循环神经网络属于关联历史数据,所以对于未来数据提出反向循环神经网络,两个方向的网络结合到一起就能关联历史与未来了。 双向循环神经网络按时刻展开的结构如下,可以看到向前 阅读全文
摘要:
TensorFlow循环神经网络 RNN的网络结构及原理 RNNs包含输入单元(Input units),输入集标记为{x0,x1,...,xt,xt+1,...},而输出单元(Output units)的输出集则被标记为{y0,y1,...,yt,yt+1.,..}。RNNs还包含隐藏单元(Hid 阅读全文
摘要:
TnsorFlow多层感知机 多层感知机是由感知机推广而来,感知机学习算法(PLA: Perceptron Learning Algorithm)用神经元的结构进行描述的话就是一个单独的。 感知机(PLA)的神经网络表示如下: 从上述内容更可以看出,PLA是一个线性的二分类器,但不能对非线性的数据进 阅读全文
摘要:
TensorFlow K近邻算法 knn的基本原理: KNN是通过计算不同特征值之间的距离进行分类。 整体的思路是:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。K通常是不大于20的整数。KNN算法中,所选择的邻居都是已经正确分类的 阅读全文
摘要:
TensorFlow逻辑回归 逻辑回归可以看作只有一层网络的前向神经网络,并且参数连接的权重只是一个值,而非矩阵。公式为:y_predict=logistic(X*W+b),其中X为输入,W为输入与隐含层之间的权重,b为隐含层神经元的偏置,而logistic为激活函数,一般为sigmoid或者tan 阅读全文
摘要:
Tensorflow线性回归 源代码: import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltimport osos.environ["CUDA_VISIBLE_DEVICES"]="0"#设置训练参数,lea 阅读全文
摘要:
tensorflow基本操作(类似numpy) 源代码 import tensorflow as tf import os os.environ["CUDA_VISIBLE_DEVICES"]="0" #构造计算图,创建两个常量节点a,b,值分别为2,3 a=tf.constant(2) b=tf. 阅读全文