Recipe 13
xentropy = tf.nn.sigmoid_cross_entropy_with_logits(
logits=my_output_expanded, labels=y_target_expanded)
Was ist logits # Referenz 1: Friseur:
Überzeugt!
Recipe 14
rand_x = [x_vals[rand_index]]
rand_y = [y_vals[rand_index]]
sess.run(train_step, feed_dict={x_data: rand_x, y_target: rand_y})
Fügen Sie es in [] ein, um es entsprechend dem Platzhalter zweidimensional zu machen. Ist es in Ordnung, eine Liste an x_data zu übergeben? Ich dachte, es wäre nicht notwendig, den Tensortyp zu verwenden, aber es war in Ordnung, ihn an den Platzhalter zu übergeben, egal ob es sich um ein Array oder einen Skalar handelt. #Referenz 2: gekreuzte_Fahnen:
Recipe 15
plt.plot(setosa_x, setosa_y, 'rx', ms=10, mew=2, label='setosa')
ms, was ist mew: performing_arts: ms == marker size mew == marker edge width
Recipe 16
train_indices = np.random.choice(len(x_vals), round(len(x_vals)*0.8), replce=False)
train_indices = np.array(list(set(range(len(x_vals))) = set(train_indices)))
Lang: Moyai: np.random.choice (Ganzzahl a, Ganzzahl b) extrahiert zufällig b Teile aus dem Inhalt des Arrays, das von np.arange (a) # Reference 3 generiert wurde Machen Sie eine ganze Zahl mit rund Duplizieren verboten mit Ersetzen = Falsch Indem Sie mit set () einen Set-Typ festlegen, können Sie Summen, Differenzen, Produkte usw. als Set berechnen. Es scheint, dass das Argument von np.array list oder taple ist. Konvertieren Sie also vom Aggregattyp in die Liste mit list () Und kannst du nicht [set (hogehoge)] anstelle von list (set (hogehoge)) machen? Ich dachte, aber etwas war anders (im letzteren Fall wird die gesamte Menge (hogehoge) zum 0. Element der Liste) Sie müssen es beim Konvertieren explizit schreiben
Bewertung des Klassifikationsmodells 5.
bins = np.linspace(-5, 5, 50)
plt.hist(x_vals[0:50], bins, ...)
plt.hist(x_vals[50:100], bins[0:50], ...)
Warum haben Sie den Bereich für Behälter in die zweite Zeile geschrieben? Ich dachte, hat dies angegeben, dass sich der Bereich von x_vals geändert hat, aber der Bereich von Bins sich nicht geändert hat (nicht notwendig): hotsprings:
reduzieren_redu reduzieren: reduzieren temp_loss temp (== temporär): Temporär Indizes: Plural des Index bin: Abschnitte / Klassen, in denen jeder elementar zueinander ist. Kategorie.
<! - Zerlegen (z. B. eine Verbindung auf ihre Elemente reduzieren) #Referenz 4->
Recommended Posts