深度学习笔记
W = tf.Variable(tf.zeros[748,1])
调用tf.Variable函数,设置模型参数W,W的维度为[784,1],且初始化为0。注意大小那里是中括号
tf.reduce_sum()
就是求和,由于求和的对象是tensor,所以可以设置参数使张量沿着某些维度求和。
步骤
基本参数设置
每次训练载入的图像张数
学习率的大小
训练的迭代次数
学习example的总大小
加载数据集
定义参数权重W,偏置b
定义网络模型
定义损失函数
模型搭建、训练、存储
W = tf.Variable(tf.zeros[748,1])
调用tf.Variable函数,设置模型参数W,W的维度为[784,1],且初始化为0。注意大小那里是中括号
tf.reduce_sum()
就是求和,由于求和的对象是tensor,所以可以设置参数使张量沿着某些维度求和。
步骤
基本参数设置
每次训练载入的图像张数
学习率的大小
训练的迭代次数
学习example的总大小
加载数据集
定义参数权重W,偏置b
定义网络模型
定义损失函数
模型搭建、训练、存储