- 博客(5)
- 收藏
- 关注
RSS订阅原创 基于tensorflow和mnist的LeNet-5模型实现
代码如下 # LeNet-5import tensorflow as tf import input_datadef Weight(shape): init = tf.truncated_normal(shape, stddev = 0.1, dtype = tf.float32) return tf.Variable(init)def Bias(shape): init =
2017-01-25 16:45:11
1066
原创 在Tensorflow官方文档中文版中关于深入MNIST中卷积神经网络代码中常数浅析
有关于CNN的细节请参考CNN相关概念，这里不在赘述。下面的说明中将直接使用英文术语（不同人对中文术语叫什么也许有歧义）也许有不少人像我一样，对在深入MNIST中卷及神经网络部分中的常数有很多不解。下面让我说明一下各种奇妙的常数的来历。同时推荐大家，如果对函数有疑惑的话，看看官网对于api的说明Tensorflow API documentation从头梳理吧。def conv2d(x, W):
2017-01-19 22:44:42
296
原创 Convolutional Neural Networks(CNN) 有关概念
在浅层神经网络中，我们一般采用fully connected layer（全连接层）进行层和层的连接。 即Output=f(Wx+b)Output=f(Wx+b)，其中ff是一个非线性函数。 从上面的表达式中，我们可以看出，这层的任何一个输出神经元都和全部的输入神经元相连。随着网络的加深，如何加快训练速度变成了一个很现实的问题。我们采取了一种方法：CNNs来显著减少参数个数，从而加快了训练速度。
2017-01-19 19:12:19
469
原创 基于Anaconda的TensorFlow安装，Windows，Linux，Ubuntu
先来安装anaconda。 需要注意的是，要把环境变量添加到系统中，里面有一个选项是有关于这个的。要不就需要手动cd到anaconda3\bin下面再执行指令。由于安装tensorflow的时候，用pip install tensorflow指令一直会出错，就算用官网的pip install --upgrade https://storage.googleapis.com/tensorflow/w
2017-01-18 19:38:56
2768
原创 用tensorflow实现的，基于mnist数据集上的一个简易模型
如果设 xx为原始图像 W1W_1为第一层的权重 b1b_1为第一层的bias W2W_2为第二层的权重 b2b_2为第二层的bias yy为神经网络的输出 那么，这个简单的小模型可以表述为 y=softmax(tanh(xW1+b1)+b2)y = softmax(tanh(xW_1+b_1)+b_2) 用tanh可以让输出有正有负，个人觉得对第二层效果可能会更好。实现的代码如下
2017-01-17 20:08:43
471
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人