FeiYee
FeiYee
实名认证 专业认证

性别: 黑龙江 - 哈尔滨 注册于 2018-03-19

擅长:机器学习

向TA求助
220金币数
140 经验值
0个粉丝
主页被访问 114 次

最近动态

6天前 回答问题

0.2的学习率太大了 如果不知道如何调整最优学习率,可以尝试使用tf.train.exponential_decay(指数衰减学习率)进行动态更改,详情可以参考:https://www.cnblogs.com/max-hu/p/7078526.html

2018-04-13 12:49 回答问题

输入数据与占位符的维度不匹配,尝试着将占位符的维度修改成[11, 50000]也许会解决你的问题

2018-04-13 12:45 回答问题

你要清楚一下你想搞的是二维手势识别还是其他的类别 如果分类比较少的情况下可以考虑3D Model Based Tracking 想要基于深度学习的话,先了解一下基础的卷积网络 基础的回归与分类问题弄好,慢慢的你就会知道你要取怎么做了

2018-04-12 13:26 回答问题

的确可以取到1的,因为是随机的,所以很可能出现连续不出1,但我这边是没有问题的![](https://angtk.com/image/show/mdimg-2018-04-TWWp3eAH5aceee0e64505.png)

2018-04-11 17:42 回答问题

tf.reduce_mean(input_tensor,axis)函数是用来取平均值的,其中input_tensor用于传入数据,axis用于告诉函数你所想要求平均的维度是多少 例如:x = [[1,2],[3,4]] tf.reduce_mean(x) ==> 2.5 #如果不指定第二个参数,那么就在所有的元素中取平均值 tf.reduce_mean(x, 0) ==> [2., 3.] #指定第二个参数为0,则第一维的元素取平均值,即每一列求平均值 tf.reduce_mean(x, 1) =

2018-04-05 12:08 回答问题

这个是图片的话,可以用matplotlib进行还原查看

2018-04-05 12:04 回答问题

首先: 损失函数分为很多种,不是按激励函数来决定的 然后: 常用经典损失函数分大体为两种: 一:交叉熵 二:均方误差 第一种损失函数用于解决的是分类问题: ![](https://www.angtk.com/image/show/mdimg-2018-04-jetRyAYE5ac59f7f2f325.png) 给定两个概率分布p和q。p是经过One_hot编码后的标签,q时经过softmax回归后的神经网络输出结果。 第二种损失函数用于解决的是回归问题: ![](https