深度学习
文章平均质量分 84
祈暖
小白一枚
展开
-
深度学习笔记(一)
只是用作学习并为一些跟我一样的小白提供一些我学习的觉得重点的东西,类似笔记,主要学习来源:TensorFlow中文社区一.TensorFlow的特点使用图 (graph) 来表示计算任务.在被称之为 会话 (Session) 的上下文 (context) 中执行图.使用 tensor 表示数据,每个 Tensor 是一个类型化的多维数组.(tensor张量看知乎上说是一个量在不原创 2017-05-14 18:48:50 · 221 阅读 · 0 评论 -
深度学习(二)
只是用作学习笔记使用,所以很多部分是直接粘的TensorFlow中文社区的话!!!MNIST数据集1.每一个MNIST数据单元有两部分组成:一张包含手写数字的图片和一个对应的标签。我们把这些图片设为“xs”,把这些标签为“ys”。训练数据集和测试数据集都包含xs和ys,比如训练数据集的图片是 mnist.train.images ,训练数据集的标签是 mnist.train.labels。原创 2017-05-14 20:41:14 · 307 阅读 · 0 评论 -
深度学习笔记(三)
卷积神经网络一.为什么要引入卷积神经网络? 由于随机梯度算法在MNIST上只有91%正确率,用卷积神经网络可以达到大概99.2%的准确率。二.什么是卷积神经网络 我觉得这个博主写的非常好,可以参考http://blog.csdn.net/taigw/article/details/50534376 三.Tensor Flow构建一个卷积神经网络 1.权重初始化 由于卷积网络是把对于图像所有原创 2017-05-15 23:33:50 · 316 阅读 · 0 评论 -
深度学习(四)-Tensor Flow的变量创建、初始化、保存和加载
一.创建# Create a variable.w = tf.Variable(<initial-value>, name=<optional-name>)其中为初始值,既可以是随意值,也可以是常数 例:# Create two variables.#标准差为0.35的784*200的任意数的矩阵weights = tf.Variable(tf.random_normal([784, 20原创 2017-05-16 23:01:15 · 572 阅读 · 0 评论