machine-learning - 如何使用Tensorflow训练简单模型

标签 machine-learning tensorflow

我对Tensorflow和机器学习是完全陌生的,因此正经历google在udacity中提供的Tensorflow教程,数据已准备就绪,但是我不知道如何将分类器应用于数据。这是tututial中给出的第一个任务。

链接:https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/udacity/1_notmnist.ipynb

我面临问题6的问题,因为我不太了解如何在其中编写自己的模型并通过给出自己的图像来对其进行测试,因此任何帮助都将帮助我理解机器学习和开始吧。

最佳答案

本教程建议使用scikit-learn来训练使用数据的“现成”分类器。例如,scikit-learn文档的Logistic Regression部分比深度神经网络要简单得多。关于如何使用scikit-learn进行分类的several examples

关于machine-learning - 如何使用Tensorflow训练简单模型,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36196719/

相关文章:

python - 无法在pycharm中使用tensorflow

machine-learning - 为什么只在输出层使用softmax而不在隐藏层使用softmax?

algorithm - TensorFlow:它只有 SGD 算法吗?或者它是否也有其他像 LBFGS

python - 分布式 TensorFlow [异步,图间复制] : which are the exactly interaction between workers and servers regarding Variables update

machine-learning - 成本函数,线性回归,试图避免硬编码 theta。 Octave 。

python - tensorflow 使用占位符 vs tf.convert_to_tensor() 将 numpy 数组传递给图形

opencv - 保存tensorflow 2.0模型并在opencv 4中使用它们

python - 使用 load_model 加载经过 tensorflow.keras 训练的模型返回 JSON 解码错误,而未经训练的模型正常加载

python - 处理过多的零

python - Keras 保存检查点