qq_35685734的博客

6.1断点续训通过在反向传播的with结构中加入ckpt的操作，实现断点续训。从而保证神经网络的训练结果不会因为突然停止训练而丢失。当再次运行程序时，程序会自动找到断点，在断点处继续训练。# 本部分代码截取与第五节中的mnist_backward.py# 新加入的代码在第五节的mnist_test.py 中出现过saver = tf.train.Saver() with tf.Session() as sess: init_op = tf.global_variables_initi

5.1 MNIST数据集MNIST数据集：提供6w张28*28像素点的0~9手写数字图片和标签，用于训练。 提供1w张28*28像素点的0~9手写数字图片和标签，用于测试。 黑底白字，黑底用0表示，白字用0~1之间浮点数表示，越接近1 颜色越白。每张图片的784个像素点（28*28）组成长度为784的一维数组，作为输入特征。eg: [0., 0. , ....... ...

a激活函数的意义：有效避免仅使用的纯线性组合，提高了模型的表达力，使模型有更好区分度。NN复杂度： 多用NN层数和NN参数的个数表示层数 = 隐藏层的层数 + 1一个输出层总参数 = 总w +总b神经网络优化（从损失函数、学习率、滑动平均、正则化出发）损失函数（loss): 预测值(y)和已知答案（y_)的差距NN优化目标：loss减少方法：mse(mean squared error),自定义，ce(cross entropy,交叉熵)均方误差mse: MSE...

3.1张量、计算图、会话定义：基于tensorflow的NN：用张量表示数据，用结算图搭建神经网络，用会话执行计算图，优化线上 的权重（参数），得到模型张量（tensor） : 多维数组（列表）阶 ：张量的维度张量可以表示 0阶到n阶数组（列表）维数 阶 名字 例子 0-D 0 标量 scalar ...

2.1 Linux指令、hello world桌面点击右键，选择open terminal 打开终端（快捷键为 ctrl+ alt + t ）pwd ：打印当前在哪个目录ls ：列出当前路径下的文件和目录mkdir + 目录名 ：新建目录cd + 目录名 ：进到指定目录python : 运行python 解释器print "Hello world!"运算符：+ - * / %运算顺序：先乘除 在加减 括号最优先变量，就是一个标签，由非数字开头的字母、...