练习次数，批量处理的大年夜小，还有进修率。

num_epochs = 200 #The number of training epochs that we are going to run. For each epoch we go through the entire data set. 
 
BAtch_size = 100 #The number of training examples that we are going to send through the RBM at a time. 
 
lr = tf.constant（0.005, tf.float32） #The learning rate of our model 

x 是投入收集的数据

w 用来存储权重矩阵，或者叫做两层之间的关系

此外还须要两种 bias，一个是隐蔽层的 bh，一个是可见层的 bv

x = tf.placeholder（tf.float32, [None, n_visible], name="x"） #The placeholder variable that holds our data 
 
W = tf.Variable（tf.random_normal（[n_visible, n_hidden], 0.01）, name="W"） #The weightMATrix that stores the edge weights 
 
bh = tf.Variable（tf.zeros（[1, n_hidden], tf.float32, name="bh"）） #The bias vector for the hidden layer 
 
bv = tf.Variable（tf.zeros（[1, n_visible], tf.float32, name="bv"）） #The bias vector for the visible layer 

接着，用帮助办法 gibbs_sample 大年夜输入数据 x 中建立样本，以及隐蔽层的样本：

gibbs_sample 是一种可以大年夜多重概率分布中提取样本的算法。

它可以生成一个统计模型，个中，每一个状况都依附于前一个状况，并且随机地生成相符分布的样本。

#The sample of x 
 
x_sample = gibbs_sample（1） 
 
#The sample of the hidden nodes, starting from the visible state of x 
 
h = sample（tf.sigmoid（tf.matMUl（x, W） + bh）） 
 
#The sample of the hidden nodes, starting from the visible state of x_sample 
 
h_sample = sample（tf.sigmoid（tf.matmul（x_sample, W） + bh）） 	
			
 2/4   首页 上一页 1 2 3 4 下一页 尾页
	
			

　　推荐阅读
　　垃圾收集转运处理将信息化监管
            
            日前，四川省当局印发《四川省城乡垃圾处理举措措施扶植三年推动筹划》(以下简称《筹划》)。《筹划》提出，到2019岁尾，我省生活垃圾无害化处理才能将达7.05万吨/日，生活垃圾处理举措措施>>>详细阅读


本文标题：如何用 TensorFlow 教机器人作曲？秘诀原来是这样
地址：http://www.17bianji.com/lsqh/35102.html
 1/2    1