TensorFlow
回家吃饭的XZJ
这个作者很懒,什么都没留下…
展开
-
tensorflow学习笔记一:安装调试
转载自 http://www.cnblogs.com/denny402/p/5849416.html 用过一段时间的caffe后,对caffe有两点感受:1、速度确实快; 2、 太不灵活了。 深度学习技术一直在发展,但是caffe的更新跟不上进度,也许是维护团队的关系:CAFFE团队成员都是业余时间在维护和更新。导致的结果就是很多新的技术在caffe里用不了,比如RNN,转载 2016-11-23 16:11:29 · 1260 阅读 · 0 评论 -
tensorflow学习笔记二:入门基础
转载自 http://www.cnblogs.com/denny402/p/5852083.html TensorFlow用张量这种数据结构来表示所有的数据。用一阶张量来表示向量,如:v = [1.2, 2.3, 3.5] ,如二阶张量表示矩阵,如:m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]],可以看成是方括号嵌套的层数。 1、编辑器转载 2016-11-23 16:12:56 · 343 阅读 · 0 评论 -
tensorflow学习笔记四:mnist实例--用简单的神经网络来训练和测试
转载自 http://www.cnblogs.com/denny402/p/5852983.html 刚开始学习tf时,我们从简单的地方开始。卷积神经网络(CNN)是由简单的神经网络(NN)发展而来的,因此,我们的第一个例子,就从神经网络开始。 神经网络没有卷积功能,只有简单的三层:输入层,隐藏层和输出层。 数据从输入层输入,在隐藏层进行加权变换,最后在输出层进行输转载 2016-11-23 16:15:51 · 486 阅读 · 0 评论 -
tensorflow学习笔记五:mnist实例--卷积神经网络(CNN)
转载自 http://www.cnblogs.com/denny402/p/5853538.html mnist的卷积神经网络例子和上一篇博文中的神经网络例子大部分是相同的。但是CNN层数要多一些,网络模型需要自己来构建。 程序比较复杂,我就分成几个部分来叙述。 首先,下载并加载数据: import tensorflow as tf import tenso转载 2016-11-23 16:16:44 · 532 阅读 · 0 评论 -
tensorflow学习笔记三:实例数据下载与读取
转载自 http://www.cnblogs.com/denny402/p/5852689.html 一、mnist数据 深度学习的入门实例,一般就是mnist手写数字分类识别,因此我们应该先下载这个数据集。 tensorflow提供一个input_data.py文件,专门用于下载mnist数据,我们直接调用就可以了,代码如下: import tensorfl转载 2016-11-23 16:13:49 · 365 阅读 · 0 评论 -
深度学习的一些参数说明以及trick
转自 : https://www.cnblogs.com/hellocwh/p/5527141.html 全连接神经网络 辅助阅读:TensorFlow中文社区教程 - 英文官方教程 代码见:full_connect.py Linear Model 加载lesson 1中的数据集 将Data降维成一维,将label映射为one-hot encoding转载 2017-11-16 15:45:24 · 1090 阅读 · 0 评论