概述
1. jupyter
查看内部实现的快捷键
shift + tab
切换markdown m键
2.numpy
np.random.rand(2, 100)
#生成两行,100列的得位于0-1的数据
np.dot([0.100, 0.200], x_data)
#例如np.dot(X,X.T)点积,比如np.dot([1,2,3],[4,5,6]) = 1*4 + 2*5 + 3*6 = 32
tf.random_uniform([1, 2], -1.0, 1.0)
# numpy.random.uniform介绍:
# 1. 函数原型: numpy.random.uniform(low,high,size)
# 功能:从一个均匀分布[low,high)中随机采样,注意定义域是左闭右开,即包含low,不包含high.
# 参数介绍:
# low: 采样下界,float类型,默认值为0;
# high: 采样上界,float类型,默认值为1;
# size: 输出样本数目,为int或元组(tuple)类型,例如,size=(m,n,k), 则输出m*n*k个样本,缺省时输出1个值。
# 返回值:ndarray类型,其形状和参数size中描述一致。
最后
以上就是机灵冬日为你收集整理的tensorflow使用中的问题总结的全部内容,希望文章能够帮你解决tensorflow使用中的问题总结所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复