Tensorflow自编码器及多层感知机
(1)Xavier初始化权重:让权重满足0均值,方差为2 / (fan_in+fan_out),分布可以用均匀分布或高斯分布。
以均匀分布为例:均匀分布方差D(x)=(b-a)2 / 12。具体推导查书吧。
fan_in为输入节点,fan_out为输出节点。
a,b都是fan_in,fan_out的映射,假设a,b关于原点对称且a<0<b,b = -a
2/(fan_in+fan_out) = (b-a)2/12
且 b= -a
解得:b= sqrt(6/(fan_in+fan_out))
a= -b
此时满足Xavier条件。tf.random_uniform创建(a,b)范围内的均匀分布,方差满足2 / (fan_in+fan_out)。
1 def xavier_init(fan_in, fan_out, constant = 1): 2 low = -constant * np.sqrt(6.0 / (fan_in + fan_out)) 3 high = constant * np.sqrt(6.0 / (fan_in + fan_out)) 4 return tf.random_uniform((fan_in, fan_out), minval=low, maxval=high, dtype= tf.float32)
转载于:https://www.cnblogs.com/eclipSycn/p/7171205.html
Tensorflow自编码器及多层感知机相关推荐
- TensorFlow HOWTO 4.2 多层感知机回归(时间序列)
4.2 多层感知机回归(时间序列) 这篇教程中,我们使用多层感知机来预测时间序列,这是回归问题. 操作步骤 导入所需的包. import tensorflow as tf import numpy a ...
- TensorFlow HOWTO 4.1 多层感知机(分类)
4.1 多层感知机(分类) 这篇文章开始就是深度学习了.多层感知机的架构是这样: 输入层除了提供数据之外,不干任何事情.隐层和输出层的每个节点都计算一次线性变换,并应用非线性激活函数.隐层的激活函数是 ...
- TensorFlow实现多层感知机函数逼近
TensorFlow实现多层感知机函数逼近 准备工作 对于函数逼近,这里的损失函数是 MSE.输入应该归一化,隐藏层是 ReLU,输出层最好是 Sigmoid. 下面是如何使用 MLP 进行函数逼近的 ...
- TensorFlow实现多层感知机MINIST分类
TensorFlow实现多层感知机MINIST分类 TensorFlow 支持自动求导,可以使用 TensorFlow 优化器来计算和使用梯度.使用梯度自动更新用变量定义的张量.本文将使用 Tenso ...
- TensorFlow多层感知机实现MINIST分类
import tensorflow as tf import tensorflow.contrib.layers as layers from tensorflow.python import deb ...
- 基于Tensorflow实现多层感知机网络MLPs
正文共1232张图,1张图,预计阅读时间7分钟. github:https://github.com/sladesha/deep_learning 之前在基于Tensorflow的神经网络解决用户流失 ...
- TensorFlow实现多层感知机
一.感知机的简介 在前面我们实现了一个softmax regression,也可以说是一个多分类问题的logistic regression.它和传统意义上的神经网络最大的区别就是没有隐藏层.在一个神 ...
- TensorFlow基础之模型建立与训练:线性回归、MLP多层感知机、卷积神经网络
TensorFlow基础之模型建立与训练 模型建立与训练:简单的线性回归 MLP多层感知机 数据获取.预处理 模型搭建 训练与评估 卷积神经网络 高效建模 Keras Sequential高效建模 F ...
- Tensorflow实战(黄文坚)——多层感知机代码实现
刚入门tensorflow,最近在看黄文坚的<Tensorflow实战>,看到"Tensorflow实现多层感知机"这节,就手动把代码实现了一下. 导入mnist数据集 ...
- 深度学习框架 TensorFlow:张量、自动求导机制、tf.keras模块(Model、layers、losses、optimizer、metrics)、多层感知机(即多层全连接神经网络 MLP)
日萌社 人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 安装 TensorFlow2.CUDA10.cuDNN7.6. ...
最新文章
- 查看hive中某个表中的数据、表结构及所在路径
- 20应用统计考研复试要点(part33)--简答题
- 查询显示注释_SQL汇总--简单查询
- @SpringBootApplication(exclude={DataSourceAutoConfiguration.class})注解作用
- 怎么修改file文件框的无文件提示_使用LativeLink时,DO文件编制步骤
- 数据分析很难学?60天就够了!
- IntelliJ IDEA + Maven环境编写第一个hadoop程序
- 游戏开发之C++对C的扩展(C++基础)
- php上js实现ajax请求,原生JS实现ajax与ajax的跨域请求实例
- 初学Java必须知道的几件事
- phpstudy、Apache安装DVWA教程
- openwrt ipv6上网配置过程
- linux 内核移植和根文件系统的制作
- CodeForces - 884B Japanese Crosswords Strike Back
- lucas定理 与 扩展lucas定理(HDU 3037 以及 2015 ICL, Finals, Div. 1 J.Ceizenpok’s formula)
- 关于12306网站抢票的架构设计
- linux开启路由器功能
- oracle怎么使用Xmanager,Xmanager使用总结
- win10浏览器闪退_win10系统打开360浏览器就闪退是什么情况?
- 搭建jenkins共享库使用Jenkins Shared Library