往深度学习的深度广度冲！

之前入坑tensorflow的时候看着百度上的各种安装教程，装了整整一个星期，看到终端上终于打出“Hello World”，我开心的跟中了奖似的。之前tensorflow的GPU版一直下一直配置不成功，GeForce、CUDA一直出现问题，百度了很久也是没有解决方法。然后直接去了anaconda的官网，看了tensorflow的安装教程，前面一大堆英文就跳过了，直接看命令。发现就一句命令…还...

报错解决：valueError: When using data tensors as input to a model, you should specify the steps_per_epoch argument.Keras小白开始入手深度学习的时候，使用Sequence()建模的很舒服，突然有一天要使用到Model()的时候，就开始各种报错。from keras.models import Sequentialfrom keras.layers import Dense, Activatio

百度了半天Keras的xaiver初始化，导出都找不到，结果才发现那玩意在Keras的中文官方文档里面有，白费心思了，就顺手记下来吧。import keraskeras.initializers.glorot_normal(seed=None)Glorot 正态分布初始化器，也称为 Xavier 正态分布初始化器。它从以 0 为中心，标准差为stddev=sqrt(2/(fanin+fanout)).stddev= sqrt(2 / (fanin + fanout)).stddev=sqrt(

原文地址It can be difficult to determine whether your Long Short-Term Memory model is performing well on your sequence prediction problem.很难确定您的LSTM模型在序列预测问题上是否表现良好。You may be getting a good model skill score, but it is important to know whether your model

在深度学习的入门教程中，很多深度学习的模型都是用手写数字mnist数据集进行训练的，在使用过程中通常都有一个batch的分批处理，类似这个：这个next_batch函数是tensorflow中的函数，我们直接找源码过去copy也不太现实，我们就按照大概的方法写一个，如下：def get_batches(x, y, n_batches): batch_size = len(x) // n_batches ii = 0 while ii < n_batches * batch_size: