作家
登录

TensorFlow学习之神经网络的构建

作者: 来源: 2018-03-22 17:06:14 阅读 我要评论

全平易近充电节 | 3月26日~30日 2000位IT行业拭魅战专家邀请你一路充电进修!


1.建立一个神经收集添加层

输入值、输入的大年夜小、输出的大年夜小和鼓励函数

学过神经收集的人看下面这个图就明白了,不懂的去看看我的另一篇博客(http://www.cnblogs.com/wjy-lulu/p/6547542.html)

  1. def add_layer(inputs , in_size , out_size , activate = None): 
  2.     Weights = tf.Variable(tf.random_normal([in_size,out_size]))#随机初始化 
  3.     baises  = tf.Variable(tf.zeros([1,out_size])+0.1)#可以随机然则不要初始化为0,都为固定值比随机好点 
  4.     y = tf.matmul(inputs, Weights) + baises #matmul:矩阵乘法,multipy:一般是数量的乘法 
  5.     if activate: 
  6.         y = activate(y) 
  7.     return y  

2.练习一个二次函数

  1. import tensorflow as tf 
  2. import numpy as np 
  3.  
  4. def add_layer(inputs , in_size , out_size , activate = None): 
  5.     Weights = tf.Variable(tf.random_normal([in_size,out_size]))#随机初始化 
  6.     baises  = tf.Variable(tf.zeros([1,out_size])+0.1)#可以随机然则不要初始化为0,都为固定值比随机好点 
  7.     y = tf.matmul(inputs, Weights) + baises #matmul:矩阵乘法,multipy:一般是数量的乘法 
  8.     if activate: 
  9.         y = activate(y) 
  10.     return y 
  11. if __name__ == '__main__'
  12.     x_data = np.linspace(-1,1,300,dtype=np.float32)[:,np.newaxis]#创建-1,1的300个数,此时为一维矩阵,后面转化为二维矩阵===[1,2,3]-->>[[1,2,3]] 
  13.     noise = np.random.normal(0,0.05,x_data.shape).astype(np.float32)#噪声是(1,300)格局,0-0.05大年夜小 
  14.     y_data = np.square(x_data) - 0.5 + noise #带有噪声的抛物线 
     1/6    1 2 3 4 5 6 下一页 尾页

      推荐阅读

      教你禁用Windows 10中的各种小广告

    比拟之前的Win7/Win8,Win10的告白可谓无孔不入。开端菜单、应用列表、锁屏页面、通知中间……,所有你能想到的处所,几乎都能看到各类告白。 全平易近充电节 | 3月26日~30日 2000位IT行业拭>>>详细阅读


    本文标题:TensorFlow学习之神经网络的构建

    地址:http://www.17bianji.com/lsqh/40823.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)