![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
PasPerCon
不积跬步,无以至千里。
展开
-
《TensorFlow实战Google深度学习框架》读后小结(一)
这部分涉及书中的前四章内容。代码网址:https://github.com/caicloud/tensorflow-tutorial。TensorFlow的优势:(1)强大的分布式支持,适合在海量数据集上对模型进行训练。 (2)有强大的可移植性,支持GPU、CPU、安卓、iOS等平台。第一章 深度学习的简介1. ...原创 2018-08-27 18:48:45 · 271 阅读 · 0 评论 -
《TensorFlow实战Google深度学习框架》读后小结(二)
本部分是书中的第五章内容。第五章 MNIST数字识别问题1. TensorFlow提供了封装好的MNIST数据处理类,在这里将直接使用这个类,将数据从原始的数据包中解析成训练和测试神经网络所使用的格式。每一张图片是一个28*28的大小,处理后的图片是一个长度是784的一维数组。数组中的数字大小在[0 1]之间。2. 训练、验证和测试使用神经网络进行训练数据集。因为神经网络...原创 2018-08-28 15:11:12 · 213 阅读 · 0 评论 -
《TensorFlow实战Google深度学习框架》读后小结(三)
本部分是书中的第六章至第十章的内容。第六章 图像识别与CNN1. 引入池化层的必要性:有效地缩小矩阵的尺寸和削减“过拟合”情况的发生,加快计算的速度。2. 池化层与卷积层的区别:卷积层中的卷积核/过滤器是横跨整个深度/信道的,而池化层只作用于一个深度。 和卷积层类似,池化层也是可以使用全0填充的。代码示例如下:pool=tf.nn.max_pool(actived_c...原创 2019-08-31 17:52:41 · 99 阅读 · 0 评论