2016年05月_北方大冬瓜

原创 TensorFlow教程06：MNIST的CNN实现——源码和运行结果

[小编推荐] 假定您已经安装好了TensorFlow，这里放了第二个MNIST实验的代码和参考结果，你可以直接运行验证。源码 #!/usr/bin/python import tensorflow as tf import sys from tensorflow.examples.tutorials.mnist import input_data def weight_variab

2016-05-23 12:13:27 12773

翻译 TensorFlow教程05：MNIST深度学习初探

TensorFlow是一个非常强大的用来做大规模数值计算的库。其所擅长的任务之一就是实现以及训练深度神经网络。在本教程中，我们将学到构建一个TensorFlow模型的基本步骤，并将通过这些步骤为MNIST构建一个深度卷积神经网络。这个教程假设你已经熟悉神经网络和MNIST数据集。如果你尚未了解，请查看新手指南. 安装在创建模型之前，我们会先加载MNIST数据集，然后启

2016-05-05 22:44:25 15969 1

原创 TensorFlow教程04：针对机器学习初学者的MNIST实验——源码和运行结果

[小编推荐] 假定您已经安装好了TensorFlow，这里放了第一个MNIST实验的代码和参考结果，你可以直接运行验证。源码 #!/usr/bin/python import tensorflow as tf import sys from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.re

2016-05-04 21:44:58 3320

翻译 TensorFlow教程03：针对机器学习初学者的MNIST实验——回归的实现、训练和模型评估

实现回归模型为了用python实现高效的数值计算，我们通常会使用函数库，比如NumPy，会把类似矩阵乘法这样的复杂运算使用其他外部语言实现。不幸的是，从外部计算切换回Python的每一个操作，仍然是一个很大的开销。如果你用GPU来进行外部计算，这样的开销会更大。用分布式的计算方式，也会花费更多的资源用来传输数据。 TensorFlow也把复杂的计算放在python之外完成，但是为了避

2016-05-04 19:16:43 15330 1

翻译 TensorFlow教程02：针对机器学习初学者的MNIST实验——Softmax回归

[小编推荐] 首先声明，这个教程的目标读者是机器学习和TensorFlow的新手。如果你熟悉MNIST和Softmax回归，有另外一篇快速教程你可以学习。开始学习这篇教程前，请确认你已正确安装TensorFlow。另外，本文由北方大冬瓜翻译，转载并注明版权，谢谢！我们知道MNIST中的每幅图像都是一个数字，不论它是0还是9。我们想在看到一幅图像时，能给出它是每一个数字的概率。比如，我们的明

2016-05-03 13:39:10 4243

翻译 TensorFlow教程01：针对机器学习初学者的MNIST实验——MNIST介绍

[小编推荐] 首先声明，这个教程的目标读者是机器学习和TensorFlow的新手。如果你熟悉MNIST和Softmax回归，有另外一篇快速教程你可以学习。开始学习这篇教程前，请确认你已正确安装TensorFlow。另外，本文由北方大冬瓜翻译，转载并注明版权，谢谢！在我们学习任何一门编程语言的时候，我们做的第一件事情就是写一个“Hello World！”程序；机器学习的“Hello World

2016-05-02 23:03:49 13264

北方大冬瓜的博客