作家
登录

图解机器学习:神经网络和TensorFlow的文本分类

作者: 来源: 2017-04-24 09:29:37 阅读 我要评论

for epoch in range(training_epochs): 
  •         avg_cost = 0. 
  •         total_batch = int(len(newsgroups_train.data)/batch_size) 
  •         # Loop over all batches        for i in range(total_batch): 
  •             batch_x,batch_y = get_batch(newsgroups_train,i,batch_size) 
  •             # Run optimization op (backprop) and cost op (to get loss value) 
  •             c,_ = sess.run([loss,optimizer], feed_dict={input_tensor: batch_x, output_tensor:batch_y}) 
  • 可在 这里 看到包含最终代码的标记本。

    【编辑推荐】

    1. 用十张图解释机械进修的根本概念
    2. 28款GitHub最风行的开源机械进修衔目:TensorFlow排榜首
    3. 揭秘AI深处的阴愁闷良石工智能将代替仁攀类,而你却不知道它是若何机械进修的
    4. 机械进修的八个步调
    5. 一个开源机械进修框架新手入门,Scikit-learn的那些事儿
    【义务编辑:51CTO_OS TEL:(010)68476606】

      推荐阅读

      iOS AFNetworking框架HTTPS请求配置

    【引自IamOkay的博客】 iOS在Apple公司的强迫请求下,数据传输必须按照ATS(App Transefer Security)条目。关于AFNetworking框架传输HTTPS数据。一.AllowsArbitraryLoads 白名单机制NSAll>>>详细阅读


    本文标题:图解机器学习:神经网络和TensorFlow的文本分类

    地址:http://www.17bianji.com/lsqh/34909.html

    关键词: 探索发现

    乐购科技部分新闻及文章转载自互联网,供读者交流和学习,若有涉及作者版权等问题请及时与我们联系,以便更正、删除或按规定办理。感谢所有提供资讯的网站,欢迎各类媒体与乐购科技进行文章共享合作。

    网友点评
    自媒体专栏

    评论

    热度

    精彩导读
    栏目ID=71的表不存在(操作类型=0)