Комментарии 9
Большое спасибо за статью. Если можно, в будущих статьях уделите внимание подготовке входных данных (например, есть 100 Гб картинок, как их подать TF на обучение), больше всего с этим возился и вожусь, немного не очевидные механизмы для меня лично, как минимум
Так не сработало:
Целочисленное деление выдаёт ноль:
А вот так получилось:
x_0 = -2 # начало интервала
x_l = 2 # конец интервала
Целочисленное деление выдаёт ноль:
print((x_l-x_0)/samples)
А вот так получилось:
x_0 = -2.0 # начало интервала
x_l = 2.0 # конец интервала
Я правильно понимаю, что если бы x (икс) у нас был не один, а например два. То модель выглядела бы примерно так?
model = tf.add(tf.multiply(tf_data_x1, weight1), tf.multiply(tf_data_x2, weight2), bias)
Использование tf.add некорректно.
Можно сложить только 2 значения. Третий параметр у tf.add — это наименование.
Если вы хотели написать что-то типа:
то вам нужно использовать tf.add два раза:
Можно сложить только 2 значения. Третий параметр у tf.add — это наименование.
Если вы хотели написать что-то типа:
y = x1*w1 + x2*w2 +b
то вам нужно использовать tf.add два раза:
model = tf.add(tf.add(tf.multiply(tf_data_x1, weight1), tf.multiply(tf_data_x2, weight2)), bias)
Спасибо. В ручном пересчете осталось невыясненным, как утилизировалась «Нива» ошибка 21.21.
Спасибо за статью. Очень жду части про сверточные сети
А продолжений так и нет (
Продолжения будут или нет?
Большое спасибо за статью!
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Введение в машинное обучение с tensorflow