![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
vincentff7zg
。
展开
-
tensorflow 入门之MNIST
概述:数据结构:输入输出:本质上是一个n*m的矩阵MM,可以理解为m列长度不同(神经网络允许不同层有不同数目的cell)的单列矩阵组成的。模型预构造(人工输入):矩阵。初始可以将所有的非零值设置为1。样本输入:n行单列矩阵,即神经网络矩阵的左侧输入NN。输出:n行单列(非零数据个数x输出转换:训练数据集通常带有标签,标签数值所在空间同OO数值空间可能不一致,因此需要将OOT原创 2017-03-21 11:33:42 · 361 阅读 · 0 评论 -
为何深层学习
继续转载以下转载自:https://yjango.gitbooks.io/superorganism/content/shen_ceng_wang_luo.html深层学习开启了人工智能的新时代。不论任何行业都害怕错过这一时代浪潮,因而大批资金和人才争相涌入。但深层学习却以“黑箱”而闻名,不仅调参难,训练难,“新型”网络结构的论文又如雨后春笋般地涌现,使得对所有结构的掌转载 2017-03-27 09:40:57 · 484 阅读 · 0 评论 -
深层学习为何要“Deep”(上)
非常棒的文章!以下转载自:http://lib.csdn.net/article/ai/494862016年11月22日更新:深层神经网络为什么要deep(下) 增加结合Tensorflow playground的5种空间操作和物质组成视角的理解。深层学习开启了人工智能的新时代。不论任何行业都害怕错过这一时代浪潮,因而大批资金和人才争相涌入。但深层学习却转载 2017-03-27 09:28:10 · 328 阅读 · 0 评论