1. 验证码的识别案例分析 1.1. 识别原理分析（图） 1.2. 处理数据 图片 标签文件 1.3. 识别验证码 1.4. 代码实现 1.4.1. 把验证码图片和标签值写入到tfrecords文件中(测试中发现了一个问题 dense tensor？？) import tensorflow as tf import os os.environ[‘TF_CPP_MIN_LO...

1. 卷积神经网络与简单的全连接神经网络的比较 深度学习网络与更常见的单一隐藏层神经网络的区别在于深度，深度学习网络中，每一个节点层在前一层输出的基础上学习识别一组特定的特征。随着神经网络深度增加，节点所能识别的特征也就越来越复杂。 全连接神经网络的缺点 参数太多，在cifar-10的数据集中，只有32323，就会有这么多权重，如果说更大的图片，比如2002003就需要120000多个，...

1. 神经网络基础 1.1. 感知机 有n个输入数据， 通过权重与各数据之间的计算和，比较激活函数结果， 得出输出 应用：很容易解决与、或、非问题 感知机解决的是分类问题 效果演示 链接：http://playground.tensorflow.org/#activation=sigmoid&regularization=L2&batchSize=10&d...

1. 队列与线程 1.1. tf.FIFOQueue FIFOQueue(capacity, dtypes, name=‘fifo_queue’) 创建一个以先进先出的顺序对元素进行排队的队列 capacity：整数。可能存储在此队列中的元素数量的上限 dtypes：DType对象列表。长度dtypes必须等于每个队列元素中的张量数,dtype的类型形状，决定了后面进队列元素形状 ...

1. 变量 变量也是一种OP，是一种特殊的张量，能够进行存储持久化，它的值就是张量 1.1. 变量的创建 tensorflow1.15 import tensorflow as tf a = tf.constant([1,2,3,4,5]) var = tf.Variable(tf.random_normal([2,3], mean=0.0, stddev=1.0)) # 做一步显示的...

1. 认识tensorflow 1.1. 深度学习介绍 深度学习，如深度神经网络、卷积神经网络和递归神经网络已被应用计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。 1.2. 深度学习框架和支持语言 1.3. tensorflow 简介 1.4. tensorflow 特点 真正的可移植性 引入各种计算设备的支持包括CPU/GPU/TPU，以及能...

1.启动jupyter notebook 服务 1.1.登录192.168.1.27远程服务器 用户名 hadoop 密码 hadoop 所属组 machine_learning_group 用户名 medchat 密码 medchat2017 所属组 machine_learning_group 1.2.启动jupyter服务 启动脚本： tensorflow-1.15_python-3....