- 博客(7)
- 收藏
- 关注
RSS订阅原创 TensorFlow 实现基于LSTM的语言模型
一、LSTM的相关概念博客上有很多讲解的很好的博主，我看的是这个博主的关于LSTM的介绍，感觉很全面，如果对LSTM原理不太明白的，可以点击这个链接。LSTM相关概念，这里就不多做介绍了哈！二、GRU介绍这里为什么要介绍下GRU呢！因为在RNN的各种变种中，除了LSTM，另一个非常流行的网络结构就是GRU，它相比于LSTM，结构更简单，比LSTM减少了一个Gate，所以计算效率更高。除此之外，它也...
2018-05-28 22:14:57
5941
6
原创 在linux中如何解压.tgz
网上的方法，都不适合我这个粗人！总结一套本仙女的方法哈！比如仙女下载了一个.tgz文件到中然后首先：打开终端1，进入下载路径下，比如我的就是进入Downloads下。输入命令： cd Downloads2，解压到当前文件夹输入：tar zxvf 文件名.tgz -C ./ 比如我的是：tar zxvf simple-examples.tgz -C ./3，解压到指定文件夹下输入：tar ...
2018-05-27 22:04:48
208226
10
原创 Python下"No module named _tkinter"问题解决过程总结
点击打开链接当时我遇到这个问题，看到这个博主写的特别好，但是我不会转载文章，就想到这个方法了。。嘿嘿嘿！谢谢bladestone博主大大写的这么详细的解决过程，收获良多！...
2018-05-25 22:02:53
317
原创 Tensorflow实现Word2Vec
一、Word2VecWord2Vec是一个可以将语言中字词转化为向量形式表达的模型。也称Word Embeddings，中文称为“词向量”。Word2Vec也是一种计算非常高效的，可以从原始语料中学习字词空间向量的预测模型。主要有CBOW和Skip—Gram两种模式。CBOW是从原始语句（eg:中国的首都是____)来推测目标字词（eg:北京），主要对小型数据比较合适，Skip—Gram与CBOW...
2018-05-25 21:46:31
1916
原创 tensorflow实现AlexNet
一、AlexNet网络介绍AlexNet包含了6亿3000万个连接，6000万个参数和65万个神经元，拥有5个卷积层，其中3个卷积层后面连接了最大池化层，最后有3个全连接层。二、AlexNet优点1、成功使用RELU作为CNN的激活函数，并验证其效果在较深的网络超过了sigmoid，成功解决了sigmoid在网络较深时的梯度弥散问题。2、训练时使用Dropout随机忽略一部分神经元，以避免模型过拟...
2018-05-23 21:05:21
469
原创 熵是什么？
S=k lnΩ，k:玻尔兹曼常数，为1.38*10的负23J/k.Ω:微观态个数因为自然界的发展方向是从微观态个数少向微观态个数多发展，所以Ω会越来越大，所以熵也会越来越大。所以在一个孤立系统中，熵是不会减少的，这就是熵增加理论。...
2018-05-23 18:02:23
1066
原创 TensorFlow实现简单的卷积网络
这里使用的数据集是MNIST，主要使用两个卷积层加一个全连接层构建的卷积神经网络。先载入MNIST数据集，并创建默认的Interactive Session（在没有指定回话对象的情况下运行变量）from tensorflow.examples.tutorials.mnist import input_dataimport tensorflow as tfmnist = input_data....
2018-05-23 17:31:27
568
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