莫烦的代码第4行是tf.mul但是目前版本没有这个函数了,改成了tf.multiply(表示两个数相乘)
feed_dict这个很好的解决了先构建模型再去输入值得问题
import  tensorflow as tf
input1=tf.placeholder(tf.float32)
input2=tf.placeholder(tf.float32)
output=tf.multiply(input1,input2)
with tf.Session() as sess:print(sess.run(output,feed_dict={input1:[7.],input2:[2]}))

没调通

import  tensorflow as tf
import  numpy as np
def add_layer(intput,insize,outsize,activative):Weight=tf.Variable(tf.random_normal([insize,outsize]))Biase=tf.Variable(tf.zeros([1,outsize])+0.1)#设置baise的值全为0.1Wx_plus_b=tf.matmul(input,Weight)+Biaseif activative is None:outputs=Wx_plus_belse:outputs=activative(Wx_plus_b)return outputs
x_data=np.linspace(-1,1,300)[:,np.newaxis]#np.linspace创建等差数列,间隔是300[:,np.newaxis]的作用是将此数列变成称300*1的列向量
#加上噪声
xs=tf.placeholder(tf.float32,[None,1])
ys=tf.placeholder(tf.float32,[None,1])
noise=np.random.normal(0,0.05,x_data.shape)#均值是0,方差是0.05,格式与x_data一样
y_data=np.square(x_data)-0.5
print (x_data)
l1=add_layer(xs,1,10,activative=tf.nn.relu)#构建网络
predition=add_layer(l1,10,1,activative=tf.nn.sigmoid)
loss=tf.reduce_mean(tf.reduce_sum(tf.square(ys-predition),reduction_indices=[1]))#reduction_indices是将其压缩成一维的
train_step=tf.train.GradientDescentOptimizer(0.05).minimize(loss)
init=tf.global_variables_initializer()
with tf.Session as sess:sess.run(init)for i in range(1000):sess.run(train_step,feed_dict={xs:x_data,ys:y_data})if(i%20==0):print(sess.run(loss,feed_dict={xs:x_data,ys:y_data}))

莫烦 Tensorflow相关推荐

  1. 莫烦Tensorflow教程(15~22)

    十五.卷积神经网络 图像和语言方面结果突出 神经网络是由多层级联组成的,每层中包含很多神经元 卷积:神经网络不再是对每个像素做处理,而是对一小块区域的处理,这种做法加强了图像信息的连续性,使得神经网络 ...

  2. 莫烦tensorflow视频 和 LiYu's personal knowledge 和 sklearn

    莫烦 https://morvanzhou.github.io/tutorials/machine-learning/ RNN LSTM 循环神经网络 (分类例子) 作者: 莫烦 编辑: 莫烦 201 ...

  3. 莫烦Tensorflow教程(1~14)(转)

    一.Tensorflow结构 import tensorflow as tf import numpy as np#create data x_data=np.random.rand(100).ast ...

  4. tensorflow学习笔记-bili莫烦

    bilibili莫烦tensorflow视频教程学习笔记 1.初次使用Tensorflow实现一元线性回归 # 屏蔽警告 import os os.environ['TF_CPP_MIN_LOG_LE ...

  5. 稍稍乱入的CNN,本文依然是学习周莫烦视频的笔记。

    稍稍乱入的CNN,本文依然是学习周莫烦视频的笔记. 还有 google 在 udacity 上的 CNN 教程. CNN(Convolutional Neural Networks) 卷积神经网络简单 ...

  6. 莫烦Python--Tensorflow Day2

    以下是自己学习莫烦Python中的笔记 构建自己的神经网络 import tensorflow as tf import numpy as npdef add_layer(inputs, in_siz ...

  7. 莫烦pytorch学习之问题记录与总结

    目录 一.三分类问题 二.创建网络结构部分,还有另一种形式,如下: 三.pytorch中save_model和load_model: 四.batch批量数据读取 五.pytorch测试SGD.Mome ...

  8. CNN识别手写数字-莫烦python

    搭建一个 CNN识别手写数字 前面跟着莫烦python/tensorflow教程完成了神经网络识别手写数字的代码,这一part是cnn识别手写数字的 import tensorflow as tf f ...

  9. 莫烦---Pytorch学习

    今天翻翻资料,发现有些地方的说明不太到位,修改过来了. Will Yip 2020.7.29 莫烦大神Pytorch -->> 学习视频地址 2020年开年就遇上疫情,还不能上学,有够难受 ...

  10. 莫烦Python视频笔记

    背景:打算学习CNN,上一周看了莫烦的Python课程,目前看到了P28 18.3 CNN卷积神经网络 视频链接:https://www.bilibili.com/video/av16001891/? ...

最新文章

  1. 深入Java单例模式
  2. (经典)Hibernate的一对多关系映射(三)
  3. java中的static关键字总结
  4. spring social_Spring Social入门–第2部分
  5. tensorflow实现回归
  6. txt形式进行传输WebShell图文演示!
  7. 给 22 岁的自己六点建议
  8. 环境的利用方式对演化博弈模型中合作的影响
  9. oracle sql列转行_Oracle列转行函数使用
  10. html实现表格分页显示,js表格分页实现代码
  11. SAP 创建SO报错“来自销售组织, XXXX分销渠道 XX, 工厂 XXXX的销售未定义”
  12. 博图——生成和导入外部源文件
  13. Python矩阵计算-Numpy
  14. Latex插图片时遇到的小问题
  15. 安装“tampermonkey”脚本下载知网文献PDF格式
  16. unet预测图片全黑/全灰解决方案(keras)
  17. 文献阅读:Scaling Instruction-Finetuned Language Models
  18. 简阳市简阳中学2021年高考成绩查询,四川省简阳中学2021年排名
  19. usb转串口,232电平,TTL电平
  20. vue全家桶学习笔记

热门文章

  1. 冰河木马学习之监听服务端失败
  2. DirectX8编程指南-1 (转)
  3. win98 支持html5,win98支持1G以上内存的解决办法
  4. 如何将excel文件联系人转换成vcf文件
  5. python中grid的用法_SVM中如何使用grid.py
  6. 编译原理-第四版-刘铭---期末复习
  7. GPS之家论坛最新地图下载精选 汇集论坛精华 不断更新中(2013.3.30)
  8. bt种子文件文件结构
  9. 移动硬盘连接计算机接口类型,移动硬盘数据线接口类型有哪几种-单usb接口
  10. 伺服电机编码器与转子磁极相位对齐方法