tflearn.DNN是TFLearn中提供的一个模型wrapper，
相当于我们将很多功能包装起来，我们给它一个net结构，生成一个model对象， 然后调用model对象的训练、预测、存储等功能，DNN类有三个属性（成员变量）： trainer，predictor，session。在fit()函数中n_epoch=10表示整个训练数据集将会用10遍，batch_size=16表示一次用16个数据计算参数的更新
tflearn.DNN
2018-03-18
3117
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
目录
相关文章
|
5月前
|
机器学习/深度学习
数据可视化
TensorFlow
|
3月前
|
机器学习/深度学习
TensorFlow
算法框架/工具
|
机器学习/深度学习
PyTorch
算法框架/工具
|
机器学习/深度学习
TensorFlow
算法框架/工具
|
机器学习/深度学习
PyTorch
算法框架/工具
|
TensorFlow
算法框架/工具
计算机视觉
|
机器学习/深度学习
人工智能
PyTorch
|
机器学习/深度学习
数据挖掘
算法框架/工具
Keras之DNN：：基于Keras(sigmoid+binary_crossentropy+predict_classes)利用DNN实现二分类——DIY二分类数据集&预测新数据点
Keras之DNN：：基于Keras(sigmoid+binary_crossentropy+predict_classes)利用DNN实现二分类——DIY二分类数据集&预测新数据点
414
0
0
|
机器学习/深度学习
算法框架/工具
计算机视觉
|
机器学习/深度学习
TensorFlow
算法框架/工具
Keras实现RNN模型
877
0
0