Tensorflow MNIST 卷积神经网络入门与思考系列
背景
在写下这些文章之时,我已经尝试过去复习线性代数,高等数学,并且买了西瓜书、统计学习方法、机器学习实战来看。
过了一段时间,我发现这样的学习方式是有问题的,除了回顾了数学和扎在看不懂的理论公式里(西瓜书和统计学习方法),对我在机器学习上的进步毫无帮助(机器学习实战稍微看得下去)。
于是一个高效学习方式就显得尤为重要。本系列文章将记录分享一个小白在机器学习方向上的学习探索历程。着重于发现问题和解决问题的过程。
案例选择
在此我选取了Tensorflow官网的MNIST手写数字识别作为学习对象https://www.tensorflow.org/tutorials/layers
预期目标:
- 理解MNIST入门例子所涉及的概念
- 熟悉这个例子所用到的tensorflow API
开始
大概浏览了tensorflow的这个例子,发现要理解这个例子,需要知道下面的这些概念。如此一来,整体目标就被划分开不同的小目标,只要将各个小目标各个击破,整个目标就实现了。
接下来,会在不同的文章中展示学习过程。
目录:
1. Convolutional layers/Pooling layers/Dense Layer 卷积层/池化层/稠密层
2. MNIST