发简信
IP属地：山东
-
理解Tensorflow的shape
Tensorflow中的shape应该怎么理解，怎么记住呢？ 以上面这段代码为例为例。首先，单看[1,2,3]，这是1维的，但它作为shape时...
-
反思tensorflow实现RNN中遇到的问题
在写placeholder时，shape参数一定要和喂给的数据shape一致，这是毋庸置疑的。x = tf.placeholder(tf.flo...
-
开始学习RNN
首先从阅读论文开始。 先后阅读了如下文章 关于《A Critical Review of Recurrent Neural Networks f...
-
迁移学习的延伸思考迁移学习是将一个已经训练好的多层神经网络的后几层拿掉，替换成另一个任务的输出层。已训练完的神经网络提供前面几层的权重，继承给新神经网络。在喂入新...
-
loss下降之路 —— 小批量梯度下降法y值开始浮动了，那么loss现在是什么情况呢？ 单输出loss，似乎看不出来。 在tensorboard中观察一下 看来基本面是向好的，权重开始...
-
梯度不下降怎么办？欠拟合的解决方案在网络上查阅很多拟合曲线的示例后发现，绝大部分都在用平方差（tf.square）作为曲线拟合的loss，从这点深入搜索后发现，平方差（tf.sq...
-
tensorflow获取训练过程中变量的值
训练时，想要获取过程中的值，网络上能查到以下几种方式： #第一种sess.run(train, feed_dict=feed_dict)prin...
-
初始版本代码（伪）
从最初的简单实现，到后面一步步的整合代码块，终于达到了可读、便于调试的程度。代码虽然清晰了，但是问题依然存在。目前主要的问题便是权重学习不到东西...