xuke100的博客

这篇文章很不错，把google提供的示例代码讲解的很到位，文章链接：http://www.jeyzhang.com/tensorflow-learning-notes-3.html

由于项目需要，我们的深度学习算法必须要加速，因此，组里给了我两个GPU：GTX-750 Ti &  GRID-k2GTX-750 Ti被我安装在了本地，GRID-k2安装在了服务器上，需要ssh登录上去使用，接下来就是各种坑。。。。。。。。。。。。。。。。。。。。。。。。。。。一、先说一下GRID-k2，服务器端的安装：1. 首先如果你也只有这张卡，抱歉，你没办法在   点击这里可以看

tensorflow代码（Tensorflow官方文档）中：w_conv1=weight_variable([5,5,1,32])，一直不明白这个32是怎么来的，表示的是什么？后来看到cs231n-知乎课程翻译的卷积神经网那一章的一段话：参数共享：在卷积层中使用参数共享是用来控制参数的数量。就用上面的例子，在第一个卷积层就有55x55x96=290,400个神经元，每个有11x11

一篇很不错的关于如何调整深度学习模型参数的博客

onehot和embedding_lookup的关系，可以参考这里主要讲一下，为什么每一次训练迭代，词向量就会更新一次：embedding_lookup不是简单的查表，id对应的向量是可以训练的，训练参数个数应该是 category num*embedding size，也就是说lookup是一种全连接层。啥意思？1.先解释一下onehot：        onehot：onehot是...

在学习Tensorflow的源码时发现一个很重要的现象，就是tensorflow在训练RNN/LSTM的机制，因为这两种网络被常常用于NLP方面，所以这里就拿NLP举例子。承接上一篇：Tensorflow中的词向量我提到了Tensorflow中的词向量的表达方式，那么在LSTM中，一句话比如5个单词，按照词向量，就是一个3维的矩阵[[词1对应的词向量],[词2对应的词向量],[词3对应的词向量],...