tensorflow学习笔记（1）

0 环境搭建

tensorfolw的环境搭建（anaconda版，一步到位）

视频里环境搭建过程很详细，就不细说了。(视频中也有配置视频，链接在文末)
另外，本笔记只是我记忆难记的地方写的，不喜勿喷。
课程环境（python3.7 、tensorfow2.1）

1.1 梯度下降公式

lr为学习率，w为权重。（lr太小，参数更新很慢；lr太大，会在最小的损失值左右摆动）

代码1.1

反向传播，梯度下降，使损失函数减小的过程，权重更新的过程。

import tensorflow as tf
w = tf.Variable(tf.constant(5, dtype=tf.float32))
Ir = 0.2
epoch = 40for epoch in range(epoch):with tf.GradientTape() as tape:loss = tf.square(w+1)grads = tape.gradient(loss, w)  # 求梯度w.assign_sub(Ir * grads)  # w = w - Ir(0.2) * grads(12)print("After %s epoch, w is %f, loss is %f" % (epoch, w.numpy(), loss))

tf.Varable 创建一个可训练的张量
tf.GradienTape()函数可以实现某个函数对某个参数求导的过程。（相当于高中数学老师对你们说的，y对x求导的过程）

1.2 张量

'''
创建一个张量
tf.constant(张量内容，dtype= 数据类型)
'''
import tensorflow as tf
a = tf.constant([1, 5], dtype=tf.int64)
print(a)
print(a.dtype)
print(a.shape)

输出结果：

'''
########创建一个张量#########
创建一个全为0、1的张量
tf.zeros(维度)
tf.ones(维度)
创建全为指定值得张量
tf.fill(维度， 指定值)
生成正态分布的随机数，默认值为0，标准差为1
tf.random.normal(维度， mean=均值， stddev=标准差）
生成截断式正态分布的随机数
tf.random.truncated_normal(维度， mean=均值， stddev=标准差)
生成均匀分布随机数
tf.random.uniform(维度， minval=最小值， maxval=最大值)
'''

1.3 常用函数

'''
1. 强制转换类型：
tf.cast(张量名， dtype=数据类型)
2. 计算张量维度上元素的最小值：
tf.reduce_min(张量名)
3. 计算张量维度上元素的最大值：
tf.reduce_max(张量名)
'''

'''
4. 计算张量沿着指定维度的平均值
tf.reduce_mean(张量名， axis=操作轴)
5. 计算张量沿着指定维度的和
tf.reduce_sum(张量名， axis=操作轴)
################## 只有相同类型的才能进行四则运算
6. 实现两个张量对应的元素相加
tf.add(张量1， 张量2)
7. 实现两个张量对应的元素相减
tf.subtract(张量1， 张量2)
8. 实现两个张量对应的元素相乘
tf.multiply(张量1， 张量2)
9. 实现两个张量对应的元素相除
tf.divide(张量1， 张量2)
'''

'''
10. 计算张量的平方
tf.square(张量名)
11. 计算张量的n次方
tf.pow(张量名，n次方)
12. 计算张量的开方
tf.sqrt(张量名)
13. 实现两个矩阵的相乘
tf.matmul(矩阵1， 剧矩阵2)
'''

1.4 常用函数2

1. enumerate() 枚举

通常用在：

seq = ["aaa", "bbb", "ccc"]
for i, element in enumerate(seq):print(i, element)

运行结果：

也就是元素的索引和元素相对应着输出，在后面深度学习中，经常用在选取某目标的识别准确率的选取上。

2. tf.nn.softmax()

概率分布，通过该函数确定3分类问题中各个分类的可能性，并且三个类别可能性相加为1.（3类是举例，其实几类都行，这里有点像高中概率问题）

3. assign_sub

w.assign_sub(w要自减得内容)

4. argmax

tf.argmax(张量名，axis = 操作轴)
返回列表中最大值的索引

tensorflow学习笔记（1）------北京大学曹健相关推荐

tensorflow学习笔记1
tensorflow学习笔记1 本文主要记录我在慕课上观看北大曹建老师的<人工智能实践:Tensorflow笔记>,链接:https://www.icourse163.org/course ...
Tensorflow学习笔记6：解决tensorflow训练过程中GPU未调用问题
Tensorflow学习笔记6:解决tensorflow训练过程中GPU未调用问题参考文章: (1)Tensorflow学习笔记6:解决tensorflow训练过程中GPU未调用问题 (2)http ...
tensorflow学习笔记(三十二):conv2d_transpose (解卷积)
tensorflow学习笔记(三十二):conv2d_transpose ("解卷积") deconv解卷积,实际是叫做conv_transpose, conv_transpose ...
tensorflow学习笔记二——建立一个简单的神经网络拟合二次函数
tensorflow学习笔记二--建立一个简单的神经网络 2016-09-23 16:04 2973人阅读评论(2) 收藏举报分类: tensorflow(4) 目录(?)[+] 本笔记目的 ...
tensorflow学习笔记——使用TensorFlow操作MNIST数据（1）
续集请点击我:tensorflow学习笔记--使用TensorFlow操作MNIST数据(2) 本节开始学习使用tensorflow教程,当然从最简单的MNIST开始.这怎么说呢,就好比编程入门有He ...
TensorFlow学习笔记（二）：快速理解Tutorial第一个例子-MNIST机器学习入门标签：机器学习SoftmaxTensorFlow教程 2016-08-02 22:12 3729人阅
TensorFlow学习笔记(二):快速理解Tutorial第一个例子-MNIST机器学习入门标签: 机器学习SoftmaxTensorFlow教程 2016-08-02 22:12 3729人阅读 ...
Tensorflow学习笔记2：About Session, Graph, Operation and Tensor
简介上一篇笔记:Tensorflow学习笔记1:Get Started 我们谈到Tensorflow是基于图(Graph)的计算系统.而图的节点则是由操作(Operation)来构成的,而图的各个节 ...
Win10：tensorflow学习笔记（4）
前言学以致用,以学促用.输出检验,完整闭环. 经过前段时间的努力,已经在电脑上搭好了深度学习系统,接下来就要开始跑程序了,将AI落地了. 安装win10下tensforlow 可以参照之前的例子:w ...
Win10: tensorflow 学习笔记（3）
前言学以致用,以学促用.输出检验,完整闭环. 怕什么真理无穷,进一寸有一寸的欢喜--胡适经过前段时间的努力,已经在电脑上搭好了深度学习系统,接下来就要开始跑程序了,将AI落地了. 安装win10下 ...

tensorflow学习笔记（1）------北京大学曹健

0 环境搭建

1.1 梯度下降公式

代码1.1

1.2 张量

1.3 常用函数

1.4 常用函数2

1. enumerate() 枚举

2. tf.nn.softmax()

3. assign_sub

4. argmax

tensorflow学习笔记（1）------北京大学曹健相关推荐

最新文章

热门文章

tensorflow学习笔记（1）------北京大学 曹健

0 环境搭建

1.1 梯度下降公式

代码1.1

1.2 张量

1.3 常用函数

1.4 常用函数2

1. enumerate() 枚举

2. tf.nn.softmax()

3. assign_sub

4. argmax

tensorflow学习笔记（1）------北京大学 曹健相关推荐

最新文章

热门文章

tensorflow学习笔记（1）------北京大学曹健

tensorflow学习笔记（1）------北京大学曹健相关推荐