摘要：
本篇内容包括，tf.norm(张量的范数)、tf.reduce_min/max(最大最小值)、tf.argmax/argmin(最大最小值的位置)、tf.equal(张量的比较)、tf.unique(张量的独特值) 1.tf.norm · 二范数 ||x||2 = (Σxk2)1/2 · 一范数 | 阅读全文
posted @ 2020-01-22 21:42
赵代码
阅读(569)
评论(1)
推荐(1)
摘要：
先来看一下有哪些接口用来进行张量的合并与分割： tf.concat用来进行张量的拼接，tf.stack用来进行张量的堆叠，tf.split用来进行张量的分割，tf.unstack是tf.split的一种，也用来进行张量分割 1.tf.concat 参数axis代表将要合并的维度 # 假设a代表四个班 阅读全文
posted @ 2020-01-22 20:29
赵代码
阅读(3154)
评论(1)
推荐(1)
摘要：
前面在mnist中使用了三个非线性层来增加模型复杂度，并通过最小化损失函数来更新参数，下面实用最底层的方式即张量进行前向传播（暂不采用层的概念）。 主要注意点如下： · 进行梯度运算时，tensorflow只对tf.Variable类型的变量进行记录，而不对tf.Tensor或者其他类型的变量记录 阅读全文
posted @ 2020-01-22 18:36
赵代码
阅读(902)
评论(1)
推荐(1)
浙公网安备 33010602011771号