TensorFlow基础篇（四）—

tf.nn.relu()函数是将大于0的数保持不变，小于0的数置为0，函数如图1所示。

ReLU函数是常用的神经网络激活函数之一。

下边为ReLU例子：

import tensorflow as tfv = tf.constant([-3, 5, 6, -6,9])sess = tf.Session()
print('v的原始值为：', end='')
print(sess.run(v))print('v的ReLu后的值为：', end='')
print(sess.run(tf.nn.relu(v)))sess.close()

输出为：

v的原始值为：[-3  5  6 -6  9]
v的ReLu后的值为：[0 5 6 0 9]

TensorFlow基础篇（四）—— tf.nn.relu()相关推荐

TensorFlow基础篇（六）——tf.nn.max_pool()和tf.nn.avg_pool()
tf.nn.max_pool()和tf.nn.avg_pool()是TensorFlow中实现最大池化和平均池化的函数,在卷积神经网络中比较核心的方法. 有些和卷积很相似,可以参考TensorFlow ...
TensorFlow基础篇（三）——tf.nn.softmax_cross_entropy_with_logits
tf.nn.softmax_cross_entropy_with_logits()函数是TensorFlow中计算交叉熵常用的函数. 后续版本中,TensorFlow更新为:tf.nn.softmax ...
【TensorFlow】TensorFlow函数精讲之 tf.nn.relu()
tf.nn.relu()函数是将大于0的数保持不变,小于0的数置为0,函数如图1所示. ReLU函数是常用的神经网络激活函数之一. 图1 ReLU函数图像下边为ReLU例子: import tens ...
tf.nn.relu
tf.nn.relu(features, name = None) 这个函数的作用是计算激活函数 relu,即 max(features, 0).即将矩阵中每行的非最大值置0. import tens ...
深度学习（8）TensorFlow基础操作四: 维度变换
深度学习(8)TensorFlow基础操作四: 维度变换 1. View 2. 示例 3. Reshape操作可能会导致潜在的bug 4. tf.transpose 5. Squeeze VS Exp ...
TensorFlow（七）tf.nn库
##tf.nn,tf.layers, tf.contrib模块有很多功能是重复的下面是对三个模块的简述: tf.nn :提供神经网络相关操作的支持,包括卷积操作(conv).池化操作(pooling ...
TensorFlow基础篇（七）——tf.nn.conv2d()
tf.nn.conv2d是TensorFlow里面实现卷积的函数,是搭建卷积神经网络比较核心的一个方法. 函数格式: tf.nn.conv2d(input, filter, strides, padd ...
Tensorflow[基础篇]——LSTM的理解与实现
前言本文参考了tensorflow github里面的实现的lstm的教程代码6_lstm.ipynb.因为这代码即实现了lstm,也实操了tf的内容,可以说是一箭双雕. 源码地址:https:// ...
TensorFlow基础篇（八）——tf.contrib.layers.l1regularizer()-12_regularizer(lambda)
TensorFlow中计算L1正则化和L2正则化的函数: L1正则化:tf.contrib.layers.l1regularizer(lambda)(w),它可以返回一个函数,这个函数可以计算一个给定 ...

TensorFlow基础篇（四）—— tf.nn.relu()

TensorFlow基础篇（四）—— tf.nn.relu()相关推荐

最新文章

热门文章