接续上偏TensorFlow初探 (上)
辅助阅读: TensroFlow Go
tf.nn.softmax方法将每个class的logits转换成概率。
Losses.SparseCategoricalCrossentropy 损耗(loss)采用logit向量和一个True index并为每个例子回传标量损失。
loss等同於true class的负对数概率,假设模组确定这是个正确的class,loss将会是0。
这个未训练的模组给出的机率接近是随机值(每个class皆为1/10),所以初始损失应接近於2.3
Model.fit方法调整模组参数来减少损失。
Model.evalute方法检查模组的表现,通常使用验证集或测试集。
在这个资料集上,图片分类器目前训练至准确度为98%左右。
假如想要模组回传概率,可以包装模组,并将softmax附加到模型上。
让我们再看看下一个例子!
前面有提到JS有分为"基本型别"及"物件型别",那Funct...
事件风暴 Event Storm 事件风暴 : 理解、访谈需求 目的 : 将商业流程视觉化,找出核心...
大家好,我是乌木白,今天是倒数最後一天,虽然在最後几天我们没什麽讲技术方面的问题,第一个是我觉得我...
前言 上一篇我们讨论DDD的战略设计,说明系统范围如何切割成多个领域(Domain)、子领域(Sub...
开开始学後端的人多少会听到ASP.NET、.NET Framework、.NET Core,但不清楚...