wqy1837154675的博客

TensorFlow基础（一）tensorflow库很大程度上依赖于计算图的概念，图中的每个节点对应于一个变量或者一个操作，工作流程具体包括构造阶段（创建计算图）和计算阶段（创建会话、运行图）。基本数据单元为张量（Tensor，即多维数组，包括纯量[0]、向量[1]、矩阵[2]、3D矩阵[3]等），包含数据类型和形状（不需要在声明时定义）两个属性。主要张量类型(使用import TensorF...

DNN、FCN、CNN、RNN、LSTM、BRNN、GAN、DBN、RBN、自编码器、注意力网络、MCNN、Inception、dropout、残差网络3 CNN定义: CNN（Convolutional Nueral Network，卷积神经网络）是一个在输人和输出之间至少有一层(tf.nn.conv2d)由可学习的卷积核产生输出的神经网络。使用卷积核对输人层(张量)的每个点进行卷积。通过在...

神经网络基础应用：感知机、线性回归、逻辑回归神经网络应用研究就是探讨如何利用神经网络解决工程实际问题。人们可以在几乎所有的领域中发现神经网络应用的踪影。当前，神经网络的主要应用领域有:模式识别，故障检测，智能机器人，非线性系统辨识和控制，市场分析，决策优化，智能接口，知识处理，认知科学，等等。神经网络的显著特点:具有非线性映射能力:不需要精确的数学模型:擅长从输入输出数据中学习有用知识:容易实...

神经网络的运行以及梯度下降法和BP算法1 神经网络的运作神经网络运作过程分为学习和工作两种状态。1.1 神经网络学习状态神经网络的学习主要是指使用学习算法来调整神经元间的连接权，使得网络输出更符合实际。学习算法主要分为监督学习算法和非监督学习算法两类。监督学习算法是将一组训练集送入网络，根据网络的实际输出与期望输出间的差别来调整连接权。非监督学习算法抽取样本集合中蕴含的统计特性，并以神经元...

神经网络常用术语人工神经元人工神经元是按照生物神经元的结构和工作原理构造出来的一个抽象的和简化了的模型。在神经网络中，神经元接收输入，处理它并产生输出:而这个输出被发送到其他神经元用于进一步处理， 或者作为最终输出进行输出。权重当输入进入神经元时，它会乘以一个权重。例如，如果一个神经元有两个输入，则每个输入都将具有分配给它的一个关联权重。神经元对权重进行随机初始化，并在模型训练过程中更新这...

人工智能、机器学习、深度学习、神经网络的区别人工智能、机器学习、深度学习的包含关系如上图所示1 人工智能人工智能是计算机科学的一个分支， 它试图让人们了解智能的实质，并生产出一种新的能以与人类智能相似的方式做出反应的智能机器。人工智能是研究使计算机模拟人的某些思维过程和智能行为的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。该领域的研究涉及机器...

**protobuf介绍、安装、使用方法、下载地址总结**Google Protocol Buffer 的使用和原理https://www.ibm.com/developerworks/cn/linux/l-cn-gpb/index.htmlprotobuf 学习笔记https://blog.csdn.net/abudexiatian/article/details/51274652...

GitHub开源项目搜索小技巧1、直接在GitHub首页搜索关键词2、搜索小技巧（1）in:name person count##项目题目中有person count的开源项目（2）in:description person count##项目描述中有person count的开源项目（3）in:readme person count##项目详情（readme）中有perso...

Windows7下利用anaconda安装CUDA+CUDNN+tensorflow-gpu 2.0教程[详尽版]硬性要求：1）N卡算力(Compute Capability)>3.0;查询地址：https://developer.nvidia.com/cuda-gpus2）NVIDIA驱动程序>410.31;（i）通过nvidia-smi命令查询（ii）在NVIDIA驱动...