kking_edc的博客

tf.placeholder tf.placeholder( dtype, shape=None, name=None ) x=tf.placeholder(tf.float32,[28,28],'x') tf.nn.softmax tf.nn.softmax( logits, axis=None, name=None, dim=None ) 整个函数执行如下操作： softm...

batch-normalization用在激活函数前的那一层，作用是调整该层均值和方差（一般是均值为0，方差为1），可以有效减少梯度消失问题。 使用tensorflow的实现过程： #模拟一个tensor（CNN的tensor是四维，这里做了简化） #同时初始化时方差设置的很小模拟梯度消失时中间层结点的情况 img=tf.Variable(tf.random_normal([4,4],stddev...