[第十六天] Tensorflow 結構

2019 iT 邦幫忙鐵人賽

DAY 16

自我挑戰組

Machine Learning 學習筆記系列第 16 篇

2019鐵人賽 softmax gradient tensorflow

theneo

2018-10-30 23:49:18

2002 瀏覽

參考網站1 參考網站2 參考網站3

輸入層與一個隱藏層和輸出層示意圖

下圖的GIF可以了解，資料從輸入層經過重組再進入了兩個隱藏層(ReLu與Logit)，最後到輸出層藉由softmax輸出結果再由Gradient descent開始回推修正隱藏層的權重，不斷反覆這個循環找出最接近的權重W與bias，所以就叫做Tensorflow(張量流)。softmax功用可以點進連結看，簡而言之它的功用是算出機率y1,y2,y3(y1+y2+y3=1)，然後取最大的那一個作為輸出結果。