读书笔记
bloodycity
初入博客圈,写的不明白,还请多指教
展开
-
读书笔记:Docker学习(一)背景知识储备
硬件级虚拟化原创 2019-02-26 00:12:11 · 166 阅读 · 0 评论 -
读书笔记:Docker学习(二)入门以及安装
Docker 入门Docker 是什么?Docker是一种操作系统级虚拟化技术(或者容器技术),相比较硬件级虚拟化技术它不需要虚拟硬件基础而是直接虚拟运行库来提供进程运行。入门操作安装 DockerLinux前置条件因为Docker 需要使用Linux 的CGroups 和 Namespace 功能,所以必须使用包含这两个功能的Linux 内核(内核版本>3.10,64位)。...原创 2019-02-27 11:58:57 · 114 阅读 · 0 评论 -
Tensorflow 学习入门(一)环境搭建
Tensorflow 学习入门(一)环境搭建前提需求基于CPU基于GPU安装驱动CUDA 运行库以及cuDNN库LinuxWindowsPython 开发环境编译为Docker 三呼万岁版本表功能表前提需求众所周知Tensorflow 是一项立足于CPU运算和GPU运算的AI框架而且基于GPU的Tensorflow效率更高速度更快但是搭建过程却更加烦琐。主要前提条件为一张Nvidia显卡,Nv...原创 2019-03-15 22:04:23 · 1547 阅读 · 0 评论 -
Tensorflow 学习入门(二) 初级图像识别——手写数字识别
初级图像识别——文字识别背景知识储备Softmax RegressionMNIST矩阵相乘One Hot 编码Cross Entropy代码实现引入数据设计数据结构完成函数实现定义训练如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功...原创 2019-04-08 01:03:06 · 418 阅读 · 0 评论 -
Tensorflow 学习入门(三) 自编码器实现
@[TOC](Tensorflow 学习入门(三) 自编码器实现)背景知识早期深度学习早期深度学习被认为是一种无监督的特征学习(Unsupervised Feature Learning) ——《Tensorflow 实战》黄文坚 唐源换言之在较早时期深度学习是在模拟人脑对于特征逐层抽象提取归纳的过程在这个过程中有两个关键点。无监督学习,即在其学习过程中不提供编著数据。这种学习仅...原创 2019-04-14 23:34:08 · 700 阅读 · 0 评论 -
Tensorflow 学习入门(四) 多层感知机实现
多层感知机基本概念具体实现引入数据和TF定义基本参数定义运算方法定义验证方法定义训练运行代码测试验算魔改代码基本概念之前的读书笔记里面已经记录过了针对普通神经网络的各种优化方法和设计思路,而多层感知机则是对前面知识的综合应用。而多层指的是多隐含层在书中并没有直接提供复数隐含层代码,所以笔者的样板代码仅是狗尾续貂地多加了一个隐含层。这部分的代码并不复杂,基本就是在第二节的基础上稍加改动。具体实...原创 2019-04-26 22:35:22 · 381 阅读 · 0 评论 -
Tensorflow 学习入门 番外篇 (一) 《Tensorflow 实战》知识总结
知识总结简介神经网络结构Softmax Regression 模型基本概念和应用应用特性隐含层基本概念和应用应用特性神经网络操作问题过拟合基本概念解决思路梯度弥散参数调试基本概念最优解问题调优问题解决思路调优问题简介该文章是在跟着《Tensorflow 实战》做练习代码的过程中出现的神经网络结构以及相关算法所遇到的知识点(尤其是原书没有解释或者没有当即解释的)的总结归纳。此外该文章不包括详细...原创 2019-04-25 14:40:53 · 153 阅读 · 0 评论 -
Tensorflow 学习入门(五) 卷积神经网络实现
多层感知机基本概念背景知识起源历史特性特征提取概念传统方法特征不变性概念权值共享结构概念作用与优势具体实现基本概念背景知识卷积神经网络(英文Convolutional Neural Network,简称CNN(PS:和某媒体同名))。这个结构最初设计是为了解决图像识别一类的问题,不过现在CNN也被广泛应用于时间序列类信号如音频和文本数据等等。此外卷积神经网络也是首个成功进行多层训练的神经网络...原创 2019-05-07 15:57:25 · 529 阅读 · 0 评论 -
Tensorflow 学习入门(六) 卷积神经网络进阶实现
卷积神经网络进阶实现场景介绍代码实战引入库引入数据场景介绍之前的实战中我们完成的是对于手写数字的卷积神经网络模型,尽管我们利用这个神经网络的模型产生了非常成功的结果,但是不得不说用卷积神经网络来识别手写数字实在是有点杀鸡用牛刀了。从本节起我们的实战数据就从MNIST升级到cifar10(一个以现实生活场景为基础的图像标签集)了。代码实战引入库先安装tensorflow对cifar10等数...原创 2019-05-22 00:31:47 · 470 阅读 · 0 评论