- 博客(5)
- 资源 (32)
- 收藏
- 关注
原创 02 The TensorFlow Way(2)
Implementing Loss Functions: 损失函数是非常重要的机器学习算法。他们测量模型输出和目标(真理)值之间的距离。 Getting ready: 为了优化我们的机器学习算法,我们将需要评估的结果。结果tensorflow评价取决于指定损失函数。损失函数告诉TensorFlow如何好或坏的预测进行了比较理想的结果。在
2017-04-28 11:09:59 2340
原创 02 The TensorFlow Way(1)
The TensorFlow Way Introduction: 现在我们介绍了TensorFlow如何创建张量,使用变量和占位符,我们将介绍如何在计算图中对这些对象采取处理。 从此,我们可以设置一个简单的分类器,看看它的表现如何。 Operations in a Computational Graph: Getting ready:
2017-04-28 10:09:41 957
原创 01 TensorFlow入门(2)
Working with Matrices: 了解TensorFlow如何使用矩阵对于通过计算图理解数据流非常重要。 Getting ready: 许多算法依赖矩阵运算。 TensorFlow为我们提供了易于使用的操作来执行这种矩阵计算。 对于以下所有示例,我们可以通过运行以下代码创建图表会话(graph session): import
2017-04-27 18:12:58 1322
原创 01 TensorFlow入门(1)
tensorflow_cookbook--第1章 TensorFlow入门 Google的TensorFlow引擎具有独特的解决问题的方法。 这种独特的方式允许我们非常有效地解决机器学习问题。 机器学习几乎在使用所有的生活和工作领域,但一些更着名的领域是计算机视觉,语音识别,语言翻译和医疗保健。 我们将介绍基本步骤,以了解TensorFlow如何运行,并最终在本书后面建立生产
2017-04-27 09:51:58 1795
原创 tensorflow_cookbook--preface
Preface TensorFlow在2015年11月由Google开放,从此,它已经成为GitHub上最受欢迎的机器学习库。 TensorFlow的普及是由于创建计算图,自动区分和可定制性的方法。 由于这些功能,TensorFlow是一款功能强大且适应性强的工具,可用于解决许多不同的机器学习问题。 本书涉及许多机器学习算法,将其应用于实际情况和数据,并显示
2017-04-27 08:40:24 1087
Face Recognition(face_recognition) Using Hadoop Streaming API
2017-10-08
caffe深度学习薛开宇笔记实例-基于卷积神经网络的声音识别
2016-12-27
Deep Learning textbook
2016-12-09
训练xml文件时,产生info.txt文件
2016-11-01
斯坦福大学机器学习课程个人笔记完整版
2016-04-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人