![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文职人员
这个作者很懒,什么都没留下…
展开
-
TensorFlow中图(graphs)概念
TensorFlow中图(graphs)概念 TensorFlow是一个以图(grapgs)来表示计算的编程系统,图中的节点也被成为op(op-eration的缩写)。一个op获得零活多个张量(tensors)执行计算,产生零或多个张量。 TensorFlow 的图是一种对计算的抽象描述。在计算开始前, 图必须在 会话 (Session()) 中被启动. 会话将图的 op 分发到如 CPU 或 GPU 之类的 设备 (Devices()) 上, 同时提供执行 op 的方法。这些方法执行后, 将产生的张量 (转载 2020-05-31 23:09:08 · 773 阅读 · 0 评论 -
学习记录:卷积神经网络———卷积与池化
卷积神经网络———简单记录卷积与池化 卷积神经网络是深度学习中最经典的模型之一。当今大多数的深度学习经典模型中都能找到卷积神经网络的影子。卷积和池化可以追溯到LeNet-5网络,这是由 Lecun等人于1998年所提出的,其中的卷积与池化操作这一概念,对后来的卷积神经网络的发展影响巨大。 它的网络结构主要包括卷积层、池化层和全连接层。 卷积 卷积分为窄卷积、全卷积和同卷积。但是在介绍卷积类别前,我们先了解关于卷积操作的基本概念。 以TensorFlow中的卷积函数为例 tf.nn.conv2d(input原创 2020-05-29 23:21:05 · 1032 阅读 · 0 评论