关于 TensorFlowTensorFlow 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow 最初由Goog
转载
2024-04-26 19:52:05
5阅读
2.1 基于TensorFlow线性回归本实验将学习如果在TensorFlow环境下进行线性回归。方框中的代码您可以复制到远程桌面的jupyter notebook中，建议手动输入以达到更高的学习效果。开始我们的实验！键入如下代码加载相关的包：import numpy as np
import tensorflow as tf
import matplotlib.patches as
该数据集包含14个不同的特征，例如气温，大气压力和湿度。 获取数据from __future__ import absolute_import, division, print_function, unicode_literals
try:
# %tensorflow_version only exists in Colab.
%tensorflow_version
转载
2024-02-26 06:32:18
68阅读
（说明下，本篇的源码有点问题导致预测的温度有问题，请继续往后面的章节看，有原因和解决办法）一、前言最近人工智能、深度学习又火了，我感觉还是有必要研究一下。三年前浅学了一下原理没深入研究框架，三年后感觉各种框架都成熟了，现成的教程也丰富了，所以我继续边学边写。原教程链接：第一章：tensorflow安装与简介课程简介_哔哩哔哩_bilibili所以准备出个系列的教程，给不耐烦看视频或者只是想浅了解一
转载
2024-08-21 11:00:36
26阅读
作者 | 何之源前言如何用TensorFlow结合LSTM来做时间序列预测其实是一个很老的话题，然而却一直没有得到比较好的解决。如果在Github上搜索“tensorflow time series”，会发现star数最高的tgjeon/TensorFlow-Tutorials-for-Time-Series已经和TF 1.0版本不兼容了，并且其他的项目使用的方法也各有不同，比较混乱。在此前发布的
转载
2024-05-10 09:06:53
100阅读
今天使用 全连接网络 就是数学中断 y=kx+b模式常用参数 ：1导入模块import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import tensorflow as tf
from tensorflow.keras import layers
import tensorflow.keras
import
转载
2024-03-19 08:29:45
78阅读
...
转载
2019-12-10 20:42:00
230阅读
2评论
全连接神经网络是深度学习入门必学的网络，今天我们来看一个两层的全连接神经网络的搭建过程，以及实现图片的预测，先看一张图： 这张图是一个输入层为784个神经元，输出层为10个神经元的两层的全连接，（我的好兄弟说它像蝙蝠，确实有点像，更像的或许是谈到神经网络和谈到蝙蝠时我们内心的凝重，希望疫情早日结束），这个图是我画来表示一个使用mnist数据集训练手写数字识别的神经网络，而我们在程序里用到的是输入层
CnosDB是一款基于分布式架构的高性能时序数据库。TensorFlow则是目前在预测领域中非常受欢迎的深度学习框架之一。在这篇文章中，您将学习如何利用时间序列数据进行预测，特别是结合CnosDB和TensorFlow来进行预测。由于时间序列数据的自相关性，许多数据科学算法无法用于处理此类数据。因此，在使用时间序列数据进行机器学习时需要使用特定的方法，与其他领域的方法略有不同
转载
2024-05-10 10:35:34
34阅读
Tensorflow2学习笔记：房价预测相关介绍实验环境实验步骤导入相关库获取数全面而灵
原创
精选
2023-03-24 14:03:32
582阅读
本文采用paddle深度学习框架进行房价预测，包含一些其他第三方库，波士顿房价预测问题作为机器学习领域的“hello world”。本文有利于读者更好地理解并入门，为以后更深程度的学习打下良好的基础。前言： 波士顿房价数据集源于美国某经济学杂志上，分
转载
2024-10-21 20:07:07
378阅读
版权说明:浙江财经大学专业实践深度学习tensorflow——齐峰##
波士顿房价预测
目录
1 波士顿房价预测
2 Tensorflow实现单变量线性回归
3 Tensorflow实现多变量线性回归
3.1 载入数据
3.2 构建模型
3.3 训练模型
Tensorflow实现单变量线性回归
** 详见示例：单变量线性回归.ipynb **
Tensorflow实现多变量线性回
原创
2021-09-04 16:30:47
1118阅读
对于同样的事物我们可以提取出不同的特征，比如上述第一个样例的卧室个数，比如第二个样例的13个不同维度指标，它们
Tensorflow暑期实践——波士顿房价预测(全部代码)
原创
2021-08-31 10:52:39
402阅读
示例数据：0.00632 18.00 2.310 0 0.5380 6.5750 65.20 4.0900 1 296.0 15.30 396.90 4.98 24.00
0.02731 0.00 7.070 0 0.4690 6.4210 78.90 4.9671 2 242.0 17.80 396.90 9.14 21.60
0
原创
2023-05-31 10:39:23
85阅读
占地1.6万平方英尺的橡树谷世外桃源将在6月28日的在线拍卖中吸引全球的目光 纽约--(美国商业资讯)--占地1.6万平方英尺的橡树谷山中别墅将于下月通过Concierge Auctions的在线市场平台进行拍卖。这个名为 Eagle Crest的地产座落于被群山环抱的845英亩谷地，海拔6,000英尺，是南加州最高的私人山顶住宅。住宅地址：40288 Pine Bench Road，当
转载
2023-10-12 22:24:08
30阅读
import tensorflow as防止过拟合的一个办法是设置验证集，当模型在训练集上训练完之后，利用验证集对模型进行调参优化，最终用测试集测试模型性能print(tf.__version__)2.5.1一、准备数据集import pandas asdf = pd.read_csv('boston.csv')df.head()
CRIMZNINDUSCHASNOXRMAGEDISRADT
原创
2022-07-07 14:25:03
546阅读
0 简介 赛题描述 首先，你要做的第一步工作就是解读数据以及相关文件。从竞赛的描述可以看出，你需要做的就是利用数据集中的关于房子的79个特征数据去预测房价 (SalePrice)，但是这些特征数据既有离散型的也有连续型的，有数值型的也有字符型的，而且存在大量的缺失值，以及一定数量的异常值。具体的数据解读可以查看比赛方提供的data_description.txt这
转载
2024-05-15 12:18:57
160阅读
作为一个机器学习小白，之前拿titanic数据集练过手，遇到波士顿房价数据集（81个特征）刚开始是有点懵，主要就懵在不知道如何下手处理数据，参考一些资料后，勉强跑通了流程，在此记录一下。大神请自动绕过。1、加载数据集数据集可以到kaggle官网下载%matplotlib inline
import numpy as np
import pandas as pd
from matplotlib im
转载
2024-07-18 00:00:50
247阅读
【tensorflow扩展库学习】波士顿房价预测 项目介绍 下载sklearn库 pip下载 conda下载 常规方法实现 输出 使用contrib.learn优化实现
转载
2023-12-14 11:31:42
53阅读
