TensorFlow 笔记

官网地址 本笔记是将评论文本将影评分为积极（positive）或消极（nagetive）两类。这是一个二元（binary）或者二分类问题，一种重要且应用广泛的机器学习问题。 本笔记使用了 Tensor

官方网站 回归：预测出如价格\概率这样连续值的输出。 分类：从一系列的分类中选车出一个分类. 终端命令conda install seaborn用于做图 1. auto MPG 数据集 1.1 获取数

官网地址 本笔记是将评论文本将影评分为积极（positive）或消极（nagetive）两类。这是一个二元（binary）或者二分类问题，一种重要且应用广泛的机器学习问题。 此笔记本（notebook

官网地址 对服装图像进行分类 1. 导入 fashion MNIST 数据集 数据加载完毕会返回 4 个 numpy 数组： train_image,train_labels为训练集，用于学习的数据