![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Tensorflow
文章平均质量分 52
Mr0cheng
这个作者很懒,什么都没留下…
展开
-
AutoEncoder
AutoEncoder传统机器学习特征工程复杂深度学习早期被认为是一种无监督的特征学习无监督逐层抽象 基本原理汽车的识别底层特征组合成高阶(轮胎,车灯等便于识别)特征Sparse Coding从中提取16x16pixel的图像碎片所有的图像碎片均可有64种正交的边组合得到组合一张图像碎片所需的边很少声音20种基本结构其他声音可由这20种基本结构线性组合得到如何寻找这些基本结构原创 2017-07-23 22:05:20 · 462 阅读 · 0 评论 -
为什么沿着梯度方向函数值上升的最快?
一元函数的变化快慢可以用导数来判断,其定义为: limΔx→0f(x+Δx)−f(x)Δx=f′(x)⇒f(x+Δx)=f(x)+f′(x)Δx+ο(x) \lim_{\Delta x \to 0}\frac{f(x+\Delta x)-f(x)}{\Delta x}=f'(x) \Rightarrow f(x+\Delta x)=f(x)+f'(x)\Delta x+\omicron(x)原创 2017-12-31 10:17:22 · 6335 阅读 · 1 评论 -
MNIST 代码解析---feedforward
1.这张图是整个程序的feedforward的流程 2. 这张图是求梯度 3. 下面是源代码copy别人的,地址# python3import numpy as npimport randomimport os, structfrom array import array as pyarrayfrom numpy import append, array, int8, uint8,原创 2017-12-31 18:44:16 · 1005 阅读 · 0 评论 -
MNIST--TensorFlow(For Beginners)
与上一个代码相比,有以下几个不同 激活函数,这个使用softmax而不是sigmoidcost function,上个是简单的相减,这个是cross-entory(logloss)上一个代码使用了一层hidden layertensorflow特别代码的理解 labels和logits:lables是target output,即真实值,logits(maps probabilities原创 2018-01-01 09:26:35 · 291 阅读 · 0 评论 -
MNIST-TensorFlow(For Experts)
前面一个是入门版,用的是feedforward Networks。这个是高级版,用的是Convolutional neural networks。包括Input layer,两个convolutional layers,full connected layer,output layer。convolutional layers有三个操作: convolution,类似卷积的操作,主要涉及到两个参原创 2018-01-04 09:55:53 · 295 阅读 · 0 评论