Tensorflow 2.4.1 Bazel version: 3.7.2 Tensorflow version: 2.4.1 Python version: python 3.8.5

# -*- coding: UTF-8 -*- # 利用鸢尾花数据集，实现前向传播、反向传播，可视化loss曲线 # 导入所需模块 import tensorflow as tf from sklearn import datasets from matplotlib import pyplot as plt import ...

import tensorflow as tf tensorflow_version = tf.__version__ gpu_info = tf.config.list_physical_devices('GPU') cpu_info = tf.config.list_physical_devices('CPU') print("tensorflow version:", tensor...

本实践采用了卷积神经网络实现数字图片识别的代码。三个文件分为前向传播的文件mnist_lenet_forward.py、反向传播的文件mnist_lenet_backward.py、测试文件mnist_lenet_test.py。在前向传播和反向传播的代码中加...

本示例代码是用python3来编写的，在运行本demo的时候需要使用python3来运行即可。 #coding=utf-8 import random import getopt import sys def human_guess(): num = random.randint(0,1000) i = 0 ...

经过一番训练之后发现识别的准确率已经达到98%，可是在实际的运行过程中，数字5还是识别成了3，不知道是不是哪里的代码写错了。但是其他数字还是非常准确的识别出来了。下面来看看结果。 上面的实践...

本示例代码为基于mnist数据集的手写数字识别的神经网络实践。示例用使用的手写数字板的识别图片可以参考https://code.5288z.com/zhangyuqing/AIPractice fc2目录下的pic文件夹下的相关图片。 整个内容包括4个文...

整个网络模块分为minist_forward.py mnist_backward.py minist_test.py三个文件，minist_forward.py为前向传播的流程，mnist_backward.py为后向传播的流程，mnist_test为测试识别准确率的一个过程。下面的代码如...

模块的神经网络八股实践基本上分为三步：1.生成数据集。2.钱箱传播模块。3.反向传播模块。这三个模块中每个模块分割为一个文件。如下的一个例子。数据集为GeneralDatas.py 前项传播模块为forward.py 反向传播为b...

#coding=utf-8 # 用 300 x个符合正态分布的点 X[0, x1]作为数据集，根据点 X[x0, x1]计算生成标注 Y_，将数据集 # 标注为红色点和蓝色点。 # 标注规则为:当 x0^2 + x1^2 < 2 时，y_=1，标注为红色;当 x0^2 +...

滑动平均:记录了一段时间内模型中所有参数 w 和 b 各自的平均值。利用滑动平均值可以增强模 型的泛化能力。滑动平均值的计算公式为: #coding=utf-8 import tensorflow as tf #定义变量及滑动平均值 #定...

下例通过了一个指数衰减的学习率代码实践过程，证明了随着训练轮数的增加学习率在不断的减小。代码如下 #coding=utf-8 #假设损失函数 loss=(w+1)^2,设置w为初始值常数10。反向传播就是求最优的w,即求最小loss...

学习率 learning_rate:表示了每次参数更新的幅度大小。学习率过大，会导致待优化的参数在最 小值附近波动，不收敛;学习率过小，会导致待优化的参数收敛缓慢。 在训练过程中，参数的更新向着损失函数梯度下降的方...