[PYTHON] TensorFlow Machine Learning Cookbook Chapitre 2 Personnellement bouché

Recipe 13 <Méthode> Algorithme de classification 6.

xentropy = tf.nn.sigmoid_cross_entropy_with_logits(
    logits=my_output_expanded, labels=y_target_expanded)

Qu'est-ce que Logits # Référence 1: barbier:

Convaincu!

Recipe 14 <Mécanisme>

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})

Placez-le entre [] pour le rendre bidimensionnel en fonction de l'espace réservé. Est-il correct de transmettre une liste à x_data? Je pensais qu'il n'était pas nécessaire d'utiliser le type tenseur, mais c'était correct de le passer à l'espace réservé, qu'il s'agisse d'un tableau ou d'un scalaire. #Reference 2: crossed_flags:

Recipe 15 <Méthode> 9.

plt.plot(setosa_x, setosa_y, 'rx', ms=10, mew=2, label='setosa')

ms, qu'est-ce que mew: perform_arts: ms == marker size mew == marker edge width

Recipe 16 <Mécanisme> Évaluation du modèle de régression 1.

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)))

Long: moyai: np.random.choice (entier a, entier b) extrait aléatoirement b morceaux du contenu du tableau généré par np.arange (a) # Référence 3 Faire un entier avec round Dupliquer interdit avec replace = False En en faisant un type d'ensemble avec set (), vous pouvez calculer les sommes, les différences, les produits, etc. comme un ensemble. Il semble que l'argument de np.array soit list ou taple, donc convertissez du type d'agrégat en liste avec list () Et ne pouvez-vous pas faire [set (hogehoge)] au lieu de list (set (hogehoge))? J'ai pensé, mais quelque chose était différent (dans ce dernier cas, l'ensemble complet (hogehoge) devient le 0ème élément de la liste) Vous devez l'écrire explicitement lors de la conversion

Évaluation du modèle de classification 5.

bins = np.linspace(-5, 5, 50)
plt.hist(x_vals[0:50], bins, ...)
plt.hist(x_vals[50:100], bins[0:50], ...)

Pourquoi avez-vous écrit la gamme des bacs sur la deuxième ligne? J'ai pensé, est-ce que cela a spécifié que la plage de x_vals a changé mais que la plage de bins n'a pas changé (pas nécessaire): hotsprings:

Anglais difficile (up Lord est faible)

réduire_moyen: réduire temp_loss temp (== temporaire): Temporaire indices: pluriel de index bin: Sections / classes où chacune est élémentaire l'une par rapport à l'autre. Catégorie.

<! - Décomposer (ex. Réduire un composé à ses éléments) #Reference 4->

référence

1. Mathématiques pour l'apprentissage automatique
2. À propos de la signification de [TensorFlow feed_dict = {x_data: x_val}] ](https://ja.stackoverflow.com/questions/37259/tensorflow%E3%81%AEfeed-dict-x-data-x-val%E3%81%AE%E6%84%8F%E5%91%B3%E3%81%AB%E3%81%A4%E3%81%84%E3%81%A6)
3. Résumé du fonctionnement du tableau et de la méthode de génération de nombres aléatoires à l'aide de NumPy random
4. weblio