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