- 博客(5)
- 资源 (32)
- 收藏
- 关注
RSS订阅原创 02 The TensorFlow Way（2）
Implementing Loss Functions： 损失函数是非常重要的机器学习算法。他们测量模型输出和目标（真理）值之间的距离。 Getting ready： 为了优化我们的机器学习算法，我们将需要评估的结果。结果tensorflow评价取决于指定损失函数。损失函数告诉TensorFlow如何好或坏的预测进行了比较理想的结果。在
2017-04-28 11:09:59
2327
原创 02 The TensorFlow Way（1）
The TensorFlow WayIntroduction： 现在我们介绍了TensorFlow如何创建张量，使用变量和占位符，我们将介绍如何在计算图中对这些对象采取处理。 从此，我们可以设置一个简单的分类器，看看它的表现如何。Operations in a Computational Graph： Getting ready：
2017-04-28 10:09:41
939
原创 01 TensorFlow入门（2）
Working with Matrices： 了解TensorFlow如何使用矩阵对于通过计算图理解数据流非常重要。 Getting ready： 许多算法依赖矩阵运算。 TensorFlow为我们提供了易于使用的操作来执行这种矩阵计算。 对于以下所有示例，我们可以通过运行以下代码创建图表会话（graph session）：import
2017-04-27 18:12:58
1295
原创 01 TensorFlow入门（1）
tensorflow_cookbook--第1章 TensorFlow入门 Google的TensorFlow引擎具有独特的解决问题的方法。 这种独特的方式允许我们非常有效地解决机器学习问题。 机器学习几乎在使用所有的生活和工作领域，但一些更着名的领域是计算机视觉，语音识别，语言翻译和医疗保健。 我们将介绍基本步骤，以了解TensorFlow如何运行，并最终在本书后面建立生产
2017-04-27 09:51:58
1780
原创 tensorflow_cookbook--preface
Preface TensorFlow在2015年11月由Google开放，从此，它已经成为GitHub上最受欢迎的机器学习库。 TensorFlow的普及是由于创建计算图，自动区分和可定制性的方法。 由于这些功能，TensorFlow是一款功能强大且适应性强的工具，可用于解决许多不同的机器学习问题。 本书涉及许多机器学习算法，将其应用于实际情况和数据，并显示
2017-04-27 08:40:24
1070
Face Recognition(face_recognition) Using Hadoop Streaming API
2017-10-08
caffe深度学习薛开宇笔记实例-基于卷积神经网络的声音识别
2016-12-27
Deep Learning textbook
2016-12-09
训练xml文件时，产生info.txt文件
2016-11-01
tensorflow 学习资料
2016-10-18
斯坦福大学机器学习课程个人笔记完整版
2016-04-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人