<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Samacc的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Samacc</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Samacc]]></copyright><item><title><![CDATA[Caffe学习笔记02——基于Windows安装Caffe（GPU版）]]></title><link>https://blog.youkuaiyun.com/Samacc/article/details/119007160</link><guid>https://blog.youkuaiyun.com/Samacc/article/details/119007160</guid><author>Samacc</author><pubDate>Thu, 22 Jul 2021 20:19:11 +0800</pubDate><description><![CDATA[参考的官方配置文档：GitHub - BVLC/caffe-windows
1、环境准备
环境清单：

操作系统：Windows10
Windows版Caffe源码
Visual Studio 2015
CMake
Python3.5
依赖包
显卡：NVIDIA GeForce GTX 1650
CUDA &amp; cuDNN

详细操作：
①Windows版Caffe源码：官网下载，下载解压后，文件名是caffe-windows，如果解压完名字是caffe则说明下载错了。
②Visual Studio ]]></description><category></category></item><item><title><![CDATA[Caffe学习笔记01——基于Windows安装Caffe（CPU版）]]></title><link>https://blog.youkuaiyun.com/Samacc/article/details/118677607</link><guid>https://blog.youkuaiyun.com/Samacc/article/details/118677607</guid><author>Samacc</author><pubDate>Mon, 12 Jul 2021 19:31:41 +0800</pubDate><description><![CDATA[参考的官方配置文档：GitHub - BVLC/caffe-windows
1、环境准备
环境清单：

操作系统：Windows10
Windows版Caffe源码
Visual Studio 2015
CMake
Python3.5
依赖包

详细操作：
①Windows版Caffe源码：官网下载，下载解压后，文件名是caffe-windows，如果解压完名字是caffe则说明下载错了。
②Visual Studio 2015：可以在 下载之家 或者 软件学堂 进行下载，下载community版即可，下载]]></description><category></category></item><item><title><![CDATA[Tensorflow2.x实现Iris数据集]]></title><link>https://blog.youkuaiyun.com/Samacc/article/details/115583778</link><guid>https://blog.youkuaiyun.com/Samacc/article/details/115583778</guid><author>Samacc</author><pubDate>Sat, 10 Apr 2021 21:01:17 +0800</pubDate><description><![CDATA[Tensorflow2.x实现Iris数据集
Iris数据集介绍
Iris数据集记录的是鸢尾花的分类，总共150组数据，输入特征有4个，输出结果有3类
使用tf.Keras实现
第一步：导包
import tensorflow as tf
from tensorflow.keras.layers import Dense
from tensorflow.keras import Model
from sklearn import datasets
import numpy as np

第二步：载入数据集
]]></description><category></category></item></channel></rss>