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:

Screenshot from 2017-08-23 01-34-45.png

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:

Screenshot from 2017-08-23 01-48-16.png

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

set.png

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

Recommended Posts

TensorFlow Machine Learning Cookbook Chapitre 2 Personnellement bouché
TensorFlow Machine Learning Cookbook Chapitre 3 Personnellement bouché
TensorFlow Machine Learning Cookbook Chapitre 6 (ou plutôt, la troisième ligne) où je suis personnellement resté coincé
Apprentissage automatique (TensorFlow) + Lotto 6
<Course> Machine learning Chapitre 6: Algorithme 2 (k-means)
[Traitement du langage 100 coups 2020] Chapitre 6: Machine learning
<Course> Machine Learning Chapitre 7: Support Vector Machine
100 Language Processing Knock 2020 Chapitre 6: Apprentissage automatique
Apprentissage automatique
[Note de lecture] Apprentissage automatique pratique avec Scikit-Learn, Keras et TensorFlow Chapitre 1
<Subject> Machine learning Chapitre 3: Modèle de régression logistique
<Cours> Machine learning Chapitre 1: Modèle de régression linéaire
<Cours> Machine learning Chapitre 4: Analyse des principaux composants
<Cours> Machine learning Chapitre 2: Modèle de régression non linéaire
Une histoire sur l'apprentissage automatique simple avec TensorFlow
[Memo] Apprentissage automatique
Classification de l'apprentissage automatique
Installez la bibliothèque d'apprentissage automatique TensorFlow sur fedora23
Exemple d'apprentissage automatique
Mémo d'apprentissage Python pour l'apprentissage automatique par Chainer du chapitre 2
Installation de TensorFlow, une bibliothèque d'apprentissage automatique de Google
Résumé du didacticiel d'apprentissage automatique
Apprentissage automatique sur le surapprentissage
Apprentissage automatique ⑤ Résumé AdaBoost
Apprentissage automatique: supervisé - AdaBoost
Régression logistique d'apprentissage automatique
Machine de vecteur de support d'apprentissage automatique
Étudier l'apprentissage automatique ~ matplotlib ~
Régression linéaire d'apprentissage automatique
Mémo du cours d'apprentissage automatique
Bibliothèque d'apprentissage automatique dlib
Apprenez en quelque sorte le machine learning
Bibliothèque d'apprentissage automatique Shogun
Défi de lapin d'apprentissage automatique
Introduction à l'apprentissage automatique
Apprentissage automatique: k-voisins les plus proches
Qu'est-ce que l'apprentissage automatique?
Programmation Python Machine Learning Chapitre 2 Problèmes de classification - Résumé de la formation à l'algorithme d'apprentissage automatique
Pour ceux qui souhaitent démarrer l'apprentissage automatique avec TensorFlow2
Mémo d'apprentissage Python pour l'apprentissage automatique par Chainer Chapitre 7 Analyse de régression