tensorflow中阶API (激活函数，损失函数，评估指标，优化器，回调函数)
一、激活函数 1、从ReLU到GELU，一文概览神经网络的激活函数： https://zhuanlan.zhihu.com/p/98863801 2、tensorflow使用激活函数：一种是作为某些层的activation参数指定，另一种是显式添加layers.Activation激活层 ...
原文：【tensorflow2.0】中阶api--模型、损失函数、优化器、数据管道、特征列等
下面的范例使用TensorFlow的中阶API实现线性回归模型。 TensorFlow的中阶API主要包括各种模型层，损失函数，优化器，数据管道，特征列等等。 结果： 这里出现了一个问题，我是在谷歌colab上使用gpu进行运行的，会报这个错误，但当我切换成cpu运行时就不报错了： 参考： 开源电子书地址：https: lyhue .github.io eat tensorflow in days ...
2020-04-10 15:36 3 819 推荐指数：
相关推荐
【tensorflow2.0】高阶api--主要为tf.keras.models提供的模型的类接口
下面的范例使用TensorFlow的高阶API实现线性回归模型。 TensorFlow的高阶API主要为tf.keras.models提供的模型的类接口。 使用Keras接口有以下3种方式构建模型：使用Sequential按层顺序构建模型，使用函数式API构建任意结构模型，继承Model基类 ...
【tensorflow2.0】损失函数losses
一般来说，监督学习的目标函数由损失函数和正则化项组成。（Objective = Loss + Regularization） 对于keras模型，目标函数中的正则化项一般在各层中指定，例如使用Dense的 kernel_regularizer 和 bias_regularizer等参数指定权重 ...
tensorflow2.0——交叉熵损失函数
平方损失函数求导后，偏导太小，迭代更新慢，所以考虑用交叉熵损失函数（注意标记值和预测值不能写反了）（标记值为0或1，对0取对数是不存在的额）： 交叉熵损失函数满足作为损失函数的两大规则：非负性，单调一致性 ...
【tensorflow2.0】数据管道dataset
如果需要训练的数据大小不大，例如不到1G，那么可以直接全部读入内存中进行训练，这样一般效率最高。 但如果需要训练的数据很大，例如超过10G，无法一次载入内存，那么通常需要在训练的过程中分批逐渐读入。 使用 tf.data API 可以构建数据输入管道，轻松处理大量的数据，不同的数据 ...
神经网络中的优化器 (tensorflow2.0)
在定义了损失函数之后，需要通过优化器来寻找最小损失，下面介绍一些常见的优化方法。 (BGD，SGD，MBGD，Momentum，NAG，Adagrad，Adadelta，RMSprop，Adam，Adamax，Nadam) 1 梯度下降法 (Gradient Descent，GD) 1.1 ...
TensorFlow2.0教程1：keras 函数api
最近对tensorflow十分感兴趣，所以想做一个系列来详细讲解tensorflow来。 本教程主要由tensorflow2.0官方教程的个人学习复现笔记整理而来，并借鉴了一些keras构造神经网络的方法，中文讲解，方便喜欢阅读中文教程的朋友，tensorflow官方教程：https ...
【tensorflow2.0】优化器optimizers
机器学习界有一群炼丹师，他们每天的日常是： 拿来药材（数据），架起八卦炉（模型），点着六味真火（优化算法），就摇着蒲扇等着丹药出炉了。 不过，当过厨子的都知道，同样的食材，同样的菜谱，但火候不一样了，这出来的口味可是千差万别。火小了夹生，火大了易糊，火不匀则半生半糊。 机器学习也是一样，模型 ...