AI 助理
文档备案控制台
文章 2021-10-27 来自：开发者社区

TF之NN：基于Tensorflow利用神经网络算法对数据集(用一次函数随机生成100个数)训练预测斜率、截距(逼近已知一次函数)

输出结果代码设计import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' import tensorflow as tfimport numpy as npx_data = np.random.rand(100).astype(np.float32)  y_data = x_data*0.1 + 0.3      ....

TF之NN：基于Tensorflow利用神经网络算法对数据集(用一次函数随机生成100个数)训练预测斜率、截距(逼近已知一次函数)
文章 2021-08-04 来自：开发者社区

HaaS AI之手写数字识别快速实践，在VSCode中搭建TensorFlow 2.0简单神经网络

1、Conda环境安装参考HaaS AI之VSCode中搭建Python虚拟环境2、创建TensorFlow Python虚拟环境conda维护到TensorFlow2.0版本，基于Python3.7版本，因此线创建一个TensorFlow的Python虚拟环境，命名为tf2。conda create --name tf2 python=3.72.1、激活环境(tf2)$conda activa....

HaaS AI之手写数字识别快速实践，在VSCode中搭建TensorFlow 2.0简单神经网络
问答 2020-06-30 来自：开发者社区

在学习 基于TensorFlow开发神经网络分类器 的实验时, 无法创建实例 显示 无权限

阿里云人工智能助理工程师认证（ACA）课程 的过程中, 到了实验环节, 进入PAI 后无法创建实例, 提示 no ram permission

文章 2020-05-05 来自：开发者社区

使用Python+TensorFlow2构建基于卷积神经网络（CNN）的ECG心电信号识别分类（二）

使用Python+TensorFlow2构建基于卷积神经网络（CNN）的ECG心电信号识别分类（二） 心律失常数据库目前，国际上公认的标准数据库包含四个，分别为美国麻省理工学院提供的MIT-BIH（Massachusetts Institute of Technology-Beth Israel Hospital Database, MIT-BIH）数据库、美国心脏学会提供的AHA（ Ameri....

文章 2019-02-14 来自：开发者社区

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第11章 训练深层神经网络（上）

第 10 章介绍了人工神经网络，并训练了我们的第一个深度神经网络。 但它是一个非常浅的 DNN，只有两个隐藏层。 如果你需要解决非常复杂的问题，例如检测高分辨率图像中的数百种类型的对象，该怎么办？ 你可能需要训练更深的 DNN，也许有 10 层，每层包含数百个神经元，通过数十万个连接来连接。 这不会是闲庭信步： 首先，你将面临棘手的梯度消失问题（或相关的梯度爆炸问题），这会影响深度神经网络，并使....

文章 2019-02-14 来自：开发者社区

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第11章 训练深层神经网络（中）

梯度裁剪 减少梯度爆炸问题的一种常用技术是在反向传播过程中简单地剪切梯度，使它们不超过某个阈值（这对于递归神经网络是非常有用的；参见第 14 章）。 这就是所谓的梯度裁剪。一般来说，人们更喜欢批量标准化，但了解梯度裁剪以及如何实现它仍然是有用的。 在 TensorFlow 中，优化器的minimize()函数负责计算梯度并应用它们，所以您必须首先调用优化器的compute_gradients()....

文章 2019-02-14 来自：开发者社区

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第11章 训练深层神经网络（下）

训练稀疏模型 所有刚刚提出的优化算法都会产生密集的模型，这意味着大多数参数都是非零的。 如果你在运行时需要一个非常快速的模型，或者如果你需要它占用较少的内存，你可能更喜欢用一个稀疏模型来代替。 实现这一点的一个微不足道的方法是像平常一样训练模型，然后摆脱微小的权重（将它们设置为 0）。 另一个选择是在训练过程中应用强 l1 正则化，因为它会推动优化器尽可能多地消除权重（如第 4 章关于 Lass....

文章 2018-12-17 来自：开发者社区

教程 | Tensorflow keras 极简神经网络构建与使用

Tensorflow keras极简神经网络构建教程 Keras介绍Keras (κέρας) 在希腊语中意为号角，它来自古希腊和拉丁文学中的一个文学形象。发布于2015年，是一套高级API框架，其默认的backend是tensorflow，但是可以支持CNTK、Theano、MXNet作为backend运行。其特点是语法简单，容易上手，提供了大量的实验数据接口与预训练网络接口，最初是谷歌的一位....

文章 2018-11-16 来自：开发者社区

TensorFlow系列专题（八）：七步带你实现RNN循环神经网络小示例

在前面的内容里，我们已经学习了循环神经网络的基本结构和运算过程，这一小节里，我们将用TensorFlow实现简单的RNN，并且用来解决时序数据的预测问题，看一看RNN究竟能达到什么样的效果，具体又是如何实现的。 在这个演示项目里，我们使用随机生成的方式生成一个数据集（由0和1组成的二进制序列），然后人为的增加一些数据间的关系。最后我们把这个数据集放进RNN里，让RNN去学习其中的关系，实现二进制....

文章 2018-11-14 来自：开发者社区

TensorFlow系列专题（七）：一文综述RNN循环神经网络

目录：  ●  前言 ●  RNN知识结构 ●  简单循环神经网络 ●  RNN的基本结构 ●  RNN的运算过程和参数更新     ●  RNN的前向运算     ●&...

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

TensorFlow更多神经网络相关

TensorFlow您可能感兴趣

人工智能

了解行业+人工智能最先进的技术和实践，参与行业+人工智能实践项目

+关注