神经网络是机器学习的基本类型。它遵循数据预处理,模型构建和模型评估的手动M1工作流程。
无涯教程将开始使用面向对象编程和Python中的super关键字。
现在,通过 Anaconda Navigator 在系统中启动Jupyter。
首先,必须打开Anaconda Navigator,然后从那里启动 Jupyter Notebook 。
之后,命令将在无涯教程的系统中自动运行下面。
然后,下面的页面将打开必须编写代码的位置。
然后单击文件并启动编辑器。
现在,它将成功在系统中打开。
然后,必须在下面的编码部分中了解简单的函数:
以下是运算符的基本概念:
图是全局变量。无涯教程使用这个术语图是因为张量流从图上流出,当在下一节中了解TensorFlow基础知识时将重申它。可以将图想象为节点列表的一种。在这种情况下,有一个简单的图,其中有两个常量,分别是两个节点n1和n2,每个节点分别是常量1和2,然后馈入某种运算。因此,在例子中拥有这种选择操作类,然后该操作类将被其他类继承。
因此,例如可以添加一个继承操作类的类,在这种情况下,由于 1 + 2 = 3,它接受了这两个输入1和2,然后输出了三个。 有一个乘法运算,因此乘法运算说两次乘以一,因此输出为2。下面是图形。
Placeholder(占位符) - 一个"空"节点,需要提供一个值来计算输出。
Variables(变量) - 它是图形的可变参数。
Graph(图形) - 用于操作的全局变量连接变量和占位符。
Session(会话) - 无涯教程需要执行会话中的所有操作。将确保以正确的顺序实现节点。
在这里,无涯教程完成了运算符和图形部分。
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)