hitxueliang的专栏

前言目前深度学习抢得了足够的眼球和关注度，从各大公司的布局、到如雨后春笋般出来的一波波的创业公司，再到各种普及入门、深度剖析相关的公众号，每天都有大量技术、论文解读相关的文章、博客等，各种各样的信息如洪水般涌入我们的视野，各种论文解析、各种深度剖析等等，在众多的信息中，我们如何去伪存真、吸收更多的有用的信息和知识点是一个要面对的新的问题。身边也有越来越多的朋友、同学开始向这方面寻求转行，觉得自己所属

今天和大家一起来看下基于TensorFlow实现CNN的代码示例，源码参见Convolutional_netWork。使用MNIST数据集进行训练和预测，下面开始代码注解。'''这里从源码的角度详细说明使用TensorFlow如何简单的实现卷积神经网络使用MNIST数据集进行卷积神经网络的实现使用MNIST数据集数据集参见：http://yann.lecun.com/exdb/mnist/)源码地

前言本篇文章会从代码的角度说明如何基于TFlearn使用LSTM进行文本的情感分类。如果对于TFlearn和LSTM都不熟悉，没有关系，先硬着头皮将代码看下(使用LSTM对IMDB数据集进行情感分类)。从代码的角度看都是很简洁的，所以即使不熟悉，多看看代码，当代码已经熟练于心了，后面如果有一天你漠然回首理解了其中的不解后，你的记忆更加深刻。所以不懂、不熟悉没关系，坚持下去就回明白的。由于实例代码使用

本篇主要介绍自编码这一粗暴、有效的手段。自编码是一个很有趣的思路，很容易被理解和接受，它替代了传统的特征提取过程(深度学习实际上也是替代这个过程，只不过二者方法不一样)1.自编码采用的方式是先对源数据进行编码，即对元数据进行层层抽象2.之后再利用抽象的数据进行数据还原，之后对比还原后的数据和源数据的差异性(计算还原误差，或者通用的叫法是损失值)3.再针对损失值进行优化，使得还原后的损失尽量小。实际上