LRN函数类似DROPOUT和数据增强作为relu激励之后防止数据过拟合而提出的一种处理方法
转载
2023-02-06 18:06:29
216阅读
tf中流动的叫做张量（tensor），张量在数据流图中从前往后流动一遍就完成了一次前向传播。残差从后往前流动一遍就完成了一次反向传播。 tf.truncated_normal(shape, mean, stddev, dtype, seed, name).这是一个截断的产生正太分布的函数，产生的值如果与均值的差值大于两倍的标准差，那就重新生成。 tf图中还有一种特殊的数据，叫变量。（V
转载
2024-04-10 11:26:24
59阅读
目录：一、TensorFlow的基本操作二、tf函数三、TensorFlow的算术操作四、张量操作Tensor Transformations4.1 数据类型转换Casting4.2 形状操作Shapes and Shaping4.3 切片与合并（Slicing and Joining）五、矩阵相关运算六、复数操作七、归约计算(Reduction)八、分割(Segmentation)九、序列比较与
转载
2024-03-05 15:04:59
28阅读
1. TensorFlow核心理解TensorFlow本质上是一张计算图，数据在图上计算和流动。写TensorFlow程序，需要:构建一张计算图;运行会话，执行图中的运算。2. TensorFlow的几个概念图（Graph）：用来表示计算任务，也就我们要做的一些操作。会话（Session）：建立会话，执行图中的计算，得到结果。如果把每个图看做一个车床，那会话就是一个车间，里面有若干个车床，用来把数
转载
2024-01-07 16:44:46
62阅读
http://c.biancheng.net/view/1924.html Hornik 等人的工作（http://www.cs.cmu.edu/~bhiksha/courses/deeplearning/Fall.2016/notes/Sonia_Hornik.pdf）证明了一句话，“只有一个隐藏
转载
2019-05-10 16:34:00
125阅读
2评论
1.tf.multiply（）两个矩阵中对应元素各自相乘2.tf.matmul（）将矩阵a乘以矩阵b，生成a * b3.tf.Variable：主要在于一些可训练变量（trainable variables），比如模型的权重（weights，W）或者偏执值（bias）； 声明时，必须提供初始值； 名称的真实含义，在于变量，也即在真实训练时，其值是会改变的，自然事先需要指定初始值；weights =
转载
2024-03-28 22:43:15
75阅读
上一篇：TensorFlow常用函数（一）1、tf.meshgrid()2、tf.stack()、tf.vstack()、tf.hstack()3、tf.transpose() : 对tensor进行转置4、tf.maximum()、tf.minimum()5、tf.image.non_max_suppression()：非极大抑制算法6、tf.gather()：可以把向量中某些索引值提取出来，得
转载
2024-04-22 12:45:26
67阅读
本文主要介绍了机器学习、TensorFlow 安装及简单使用。
原创
2022-05-08 11:50:33
330阅读
文章目录重要概念从可视化开始来个栗子总结参考文献 重要概念首先，了解一下tensorflow中的一些基础的概念：0 tensorflow是一种符号式编程，特点是，网络结构的构建与运行完全分离。1 会话，它是定义图的基础，建立实例sess =tf.Session()后，会生成一张空图，为了实现特定的功能，需要在空图上定义节点与边。2 图，它是tensorlfow的一大特色，实际使用过程中，可以在图
转载
2024-03-26 05:06:40
79阅读
Tensorflow一些常用基本概念与函数（一） 1、tensorflow的基本运作为了快速的熟悉TensorFlow编程，下面从一段简单的代码开始：import tensorflow as tf
#定义‘符号’变量，也称为占位符
a = tf.placeholder("float")
b = tf.placeholder("float") y = tf.mul(a, b) #构造一个op
转载
2024-04-08 21:38:47
63阅读
一、Hello Tensorflow打开anaconda promptactivate tensor flow
python
>>>import tensorflow as tf
>>>hello=tf.constant('hello')
>>>s=tf.Session()
>>>print(s.run(hello))
b'h
转载
2024-03-02 11:02:45
82阅读
文章目录1、自动求导 *gradient*2、Tensor2.1 数据类型2.2 *tensor* 属性2.3 类型转换3、*Tensor* 创建4、索引和切片4.1 索引选择相关函数4.2 维度变换4.3 维度拓展4.4 维度压缩5、合并与分割5.1 合并5.2 分割6、数据统计6.1 范数6.2 最值|均值6.3 比较是否相等7、张量排序8、数据的填充与复制9、张量限幅 本人也是小菜，记录
转载
2024-04-01 02:09:45
44阅读
本篇文章主要介绍Tensorflow常用函数及他们的用法。在练习Tensorflow常用函数时，编译器先要输入如下代码import tensorflow as tf
import numpy as np
tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()一、基本概念tf.constant利用
转载
2024-04-16 15:17:46
80阅读
本文介绍了tensorflow的常用函数，源自网上整理。 TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源(如 CPU 或 GPU。一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测。如果检测到 GPU, TensorFlow 会尽可能地利用找到的第一个 GPU 来执行操作.并行计算能让代价大的算法计算加速执行，TensorFlo
转载
2024-03-21 11:27:49
84阅读
官方说明： If both x and y are None, then this operation returns the coordinates of true elements of condition. The coordinates are returned in a 2 D tenso
转载
2020-04-21 17:08:00
103阅读
2评论
官方说明： If both x and y are None, then this operation returns the coordinates of true elements of condition. The coordinates are r...
转载
2020-04-21 17:08:00
2057阅读
2评论
TensorFlow基本概念与常用函数 文章目录TensorFlow基本概念与常用函数一：张量(一)：张量概念(二)：TensorFlow中的数据类型(三)：创建张量1、利用tf.constant()2、利用tf.convert_to_tensor()3、通过不同的函数来创建不同值的张量4、采用不同的函数创建符合不同分布的张量二：常用函数(一)：强制转换(二)：张量维度上的最值(三)：理解axis
转载
2024-04-04 19:14:49
69阅读
命令式编程与声明式编程 命令式编程(imperative programming)：每个语句都按原来的意思执行，可以精确控制行为。通常可以无缝的和主语言交互，方便的利用主语言的各类算法，工具包，bug和性能调试器。缺点是实现统一的辅助函数困和提供整体优化都很困难。比如numpy和Torch。 声明式语言(declarative programing)：用户只需要声明要做什么，而具体执
转载
2024-05-28 14:55:14
116阅读
文章目录Tensorflow常用函数1. 基础2. 数据处理3. 网络搭建4.使用Keras5. 自制数据（预处理），打包 Tensorflow常用函数1. 基础tf.int
tf.float32
tf.float64tf.constant(张量内容，dtype=数据类型) # 创建张量
tf.convert_to_tensor(数据名，dtype=?) # numpy转tensor
tf.ze
转载
2024-04-07 14:41:15
78阅读
本文转载自深度学习大讲堂 摘要 2015年11月9日，Google发布深度学习框架TensorFlow并宣布开源，并迅速得到广泛关注，在图形分类、音频处理、推荐系统和自然语言处理等场景下都被大面积推广。TensorFlow系统更新快速，官方文档教程齐全，上手快速且简单易用，支持Python和C++接口。本文依据对Tensorflow（简称TF）白皮书[1]、TF Github[2]和TF
