1、損失函式：
表示用來**值與已知答案進行比較差距，在神經訓練網路時，通過不斷改變神經所有引數，使損失函式不斷減少。從而提高準確率的神經網路模型。
2、學習率：
進行更新引數，學習率大了，優化的引數不怎麼改變，學習率小，優化引數變化大，影響誤差。
3、滑動平均：
增強滑動增強模型的泛化能力。
4、正則化：
在損失函式中給每乙個引數w加上權重。引入模型複雜指標，從而抑制模型噪音減小過擬合化。
5、過擬合：
神經網路模型在訓練資料集上的準確比較高，在新的進行**或分類時準確率較低，說明模型的泛化能力差。
機器學習 TensorFlow安裝
環境準備 centos 7 python 2.7 root master uname a linux master 3.10.0 229.el7.x86 64 1 smp fri mar 6 11 36 42 utc 2015 x86 64 x86 64 x86 64 gnu linux root ...
機器學習筆記 TensorFlow
構建乙個簡單的 tensorflow 程式，使用該程式繪製乙個預設圖並建立乙個執行該圖的會話 tensorflow 的名稱源自張量，張量是任意維度的陣列。借助 tensorflow，您可以操控具有大量維度的張量。即便如此，在大多數情況下，您會使用以下乙個或多個低維張量 tensorflow指令會建立...
機器學習 TensorFlow初學
dot 陣列的點積 dot producta np.arange 0,9 out 45 array 0,1,2,3,4,5,6,7,8 b a 1 out 47 array 8,7,6,5,4,3,2,1,0 np.dot a,b out 48 84隨機數生成 這幾個都是用於生成隨機數tensor的...