原创 tensorflow實例:實現word2vec語言模型

本文算是對上一篇博文大白話講解word2vec到底在做些什麼基於tensorflow的技術實現吧。 版本說明 ———-這次我不會忘記要寫版本了分割線~ python:python3.5 tensorflow:tensorflow-0.1

原创 Tensorflow實例:利用LSTM預測股票每日最高價(一)

RNN與LSTM 這一部分主要涉及循環神經網絡的理論,講的可能會比較簡略。 什麼是RNN RNN全稱循環神經網絡(Recurrent Neural Networks),是用來處理序列數據的。在傳統的神經網絡模型中,從輸入層到隱含層再到輸出

原创 大白話講解word2vec到底在做些什麼

詞向量 word2vec也叫word embeddings,中文名“詞向量”,作用就是將自然語言中的字詞轉爲計算機可以理解的稠密向量(Dense Vector)。在word2vec出現之前,自然語言處理經常把字詞轉爲離散的單獨的符號,也就

原创 Tensorflow實例:利用LSTM預測股票每日最高價(二)

根據股票歷史數據中的最低價、最高價、開盤價、收盤價、交易量、交易額、跌漲幅等因素,對下一日股票最高價進行預測。 實驗用到的數據長這個樣子: label是標籤y,也就是下一日的最高價。列C——I爲輸入特徵。 本實例用前5800個數據做

原创 Tensorflow中變量保存與恢復

Saver Tensorflow中,用 tensorflow.train.Saver來保存、恢復變量。 保存變量 tf.train.Saver.save(sess, save_path, global_step=None, late