TensorFlow 教程
欢迎来到本周的编程作业。 到目前为止,你一直使用 numpy 来构建神经网络。现在,我
们将引导你使用深度学习框架,该框架将使你可以更轻松地构建神经网络。TensorFlow,
PaddlePaddle,Torch,Caffe,Keras 等机器学习框架可以极大地加快你的机器学习开发
速度。所有这些框架也都有很多文档,你应该随时阅读学习。在此笔记本中,你将学习在
TensorFlow 中执行以下操作:
� 初始化变量
� 创建自己的会话(session)
� 训练算法
� 实现神经网络
编程框架不仅可以缩短编码时间,而且有时还可以进行优化以加快代码速度。
1 探索 Tensorflow 库
首先,导入库:
In [1]:
cd ../input/deeplearning63290
/home/kesci/input/deeplearning63290
In [2]:
import math
import numpy as np
import h5py
import matplotlib.pyplot as plt
import tensorflow as tf
from tensorflow.python.framework import ops
from tf_utils import load_dataset, random_mini_batches, co
nvert_to_one_hot, predict
%matplotlib inline
np.random.seed(1)
现在,你已经导入了库,我们将引导你完成其不同的应用程序。你将从一个示例开始:计
算一个训练数据的损失。
(1)loss=L(y^,y)=(y^(i)−y(i))2
In [3]:
y_hat = tf.constant(36, name='y_hat') # Define y_
hat constant. Set to 36.
y = tf.constant(39, name='y') # Define y. S
et to 39