上一页 1 ··· 4 5 6 7 8 9 10 11 12 ··· 25 下一页
摘要: 前言: 用手工设计的两层神经网络,经过200个epoch,最后得到0.9599,约0.96的精度 正文 其中要注意的地方应该有: loss函数的计算,用了tf.losses.sparse_softmax_cross_entropy这个交叉熵损失函数,其中: labels_的输入是样本是真实标签,类似 阅读全文
posted @ 2019-07-09 15:10 嶙羽 阅读(255) 评论(0) 推荐(0) 编辑
摘要: 前言 在B站上把莫烦的Matplotlib教学视频刷一遍 正文 一、 首先是Matplotlib的基本用法 首先上述代码如果是在jupyter notebook中执行的,那么注释掉的两行就要至少放一行在这里,才会出现独立的图片,否则会是内嵌在jupyter notebook里; 当然,如果是单独运行 阅读全文
posted @ 2019-06-29 13:35 嶙羽 阅读(277) 评论(0) 推荐(0) 编辑
摘要: 前言 因为之前的anaconda的conda命令不能用,又找不到原因,a56爆大奖在线娱乐就决定重装anaconda,然后再装个tensorflow环境。。 正文 可以去官网下载,也可以去清华的开源软件镜像站下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archiv 阅读全文
posted @ 2019-06-28 15:32 嶙羽 阅读(5371) 评论(0) 推荐(0) 编辑
摘要: 前言 看到DateWhale出了一篇安装教程(微信公众号DateWhale),决定体验一下Tensorflow1.9的GPU版本。。其实一开始装的是2.0,但是tf.Session()就报错了,说是2.0不能这么用, 于是有点怂,还是装回1.X版本先玩玩吧,至少教程多啊。。 正文 总共所需环境为 A 阅读全文
posted @ 2019-06-27 19:39 嶙羽 阅读(644) 评论(0) 推荐(0) 编辑
摘要: 1、DNN能用到计算机视觉上吗,为什么需要CNN? 2、卷积神经网络和人工神经网络的差异在哪? 开始: 假设一张图片大小是1000×1000×3,其中3a56爆大奖在线娱乐RGB通道数是3,是彩色图,使用传统的DNN网络,输入input是3×10的6次,假设第二层参数比较小的情况下,是4000个节点,那这一层的参数 阅读全文
posted @ 2019-06-27 15:28 嶙羽 阅读(361) 评论(0) 推荐(0) 编辑
摘要: 前言 最近又入坑RL了,要搞AutoML就要学会RL,真的是心累。。 正文 MDP里面比较重要的就是状态值函数和动作-状态值函数吧,然后再求最优状态值函数和最优动作状态值函数,状态值函数的公式推导一开始不懂,卡在了一个地方,现在记下来, 很关键的一个在于“和的期望等于期望的和” 阅读全文
posted @ 2019-06-26 20:08 嶙羽 阅读(240) 评论(0) 推荐(0) 编辑
摘要: 今天在做一个中文a56爆大奖在线娱乐分类的项目,遇到了一个sorted函数,发现并不会用。。。 记录一下: sorted(list, key, reverse) list是给定的列表; key是排序过程调用的函数,也就是排序依据 reverse是降序还是升序,默认为False升序,True降序, 举几个例子: 1、 阅读全文
posted @ 2019-06-19 21:03 嶙羽 阅读(5377) 评论(0) 推荐(1) 编辑
摘要: CNN用于a56爆大奖在线娱乐分类本就是一个不完美的解决方案,因为CNN要求输入都是一定长度的,而对于a56爆大奖在线娱乐分类问题,a56爆大奖在线娱乐序列是不定长的,RNN可以完美解决序列不定长问题, 因为RNN不要求输入是一定长度的。那么对于CNN用于解决a56爆大奖在线娱乐分类问题而言,可以判断a56爆大奖在线娱乐的长度范围,例如如果大多数a56爆大奖在线娱乐长度在100以下,极少数在1 阅读全文
posted @ 2019-06-19 15:50 嶙羽 阅读(2195) 评论(0) 推荐(0) 编辑
摘要: 目前不是很懂。。但主要意思是tf可以把一开始定义的参数,包括Weights和Biases保存到本地,然后再定义一个变量框架去加载(restore)这个参数,作为变量本身的参数进行后续的训练,具体如下: 和代码同一目录下就出现了my_net这个文件夹,同时里面有了四个文件 然后,开始restore该参 阅读全文
posted @ 2019-06-17 20:29 嶙羽 阅读(707) 评论(0) 推荐(0) 编辑
摘要: tf版本1.13.1,CPU 最近在tf里新学了一个函数,一查发现和tf.random_normal差不多,于是记录一下。。 1、首先是tf.truncated_normal函数 shape是张量维度,mean是正态分布是均值,stddev是正态分布的标准差; 它是从截断的正态分布中输出随机值,虽然 阅读全文
posted @ 2019-06-17 16:04 嶙羽 阅读(4466) 评论(0) 推荐(0) 编辑
上一页 1 ··· 4 5 6 7 8 9 10 11 12 ··· 25 下一页