人工智能TensorFlow(十)-TensorBoard可视化神经网络
本期修改一下上期的代码,用TensorBoard显示下图biases 与weights信息以及其他训练信息
继续阅读TensorFlow_人工智能
本期修改一下上期的代码,用TensorBoard显示下图biases 与weights信息以及其他训练信息
继续阅读TensorBoard是一个可视化工具,能够有效地展示Tensorflow在运行过程中的计算图、各种指标随着时间的变化趋势以及训练中使用到的数据信息。TensorBoard 和 TensorFLow 程序跑在不同的进程中,TensorBoard 会自动读取最新的 TensorFlow 日志文件,并呈现当前 TensorFLow 程序运行的最新状态。
继续阅读上期分享了matplotlib,那我们利用定义层的代码来实现如何使用matplotlib动态演示训练结果
继续阅读Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。
继续阅读前几期的文章,我们介绍了激励函数的感念,为何需要激励函数,那么在TensorFlow中如何使用激励函数
继续阅读本期主要介绍一下TensorFlow的结构,Tensorflow 是非常重视结构的, 只有建立好了神经网络的结构, 才能放置一些数据, 进而运行这个结构.
继续阅读Activation Function(激励函数)与Optimizer(优化器)
继续阅读TensorFlow主要包括:构建图(相当于输入层)、计算图、启动图(相当于训练层)
继续阅读安装TensorFlow主要方法:
继续阅读TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统。
继续阅读