kanamecl的博客

整理于udacity免费deep learning course

soft binary classification  作者Jason DingLogistics回归模型要解决的是分类问题，在之前的二元分类问题中，我们将数据分成正例和负例，但是像PLA算法一样，用单位阶跃函数来处理的这种瞬间跳跃的过程有时很难处理。于是，我们希望能得到正例的概率值是多少。logistic regression的假设我们在PLA和线性回归算法中

ok，那继续上讲的视频 ，这次笔记主要记录placeholder，这是个常用的东西，有必要掌握清楚。先再写一遍上次basic_operation的代码，这次稍作一点点改动def use_placeholder(): graph = tf.Graph() with graph.as_default(): value1 = tf.placeholder(dtype = tf.int64)

主要mark服务于deep learning的tensor flow  基础什么是tensor？tensor：张量张量：其不同于向量 ，为空间量（ex：矩阵）基本操作：import tensorflow as tfimport numpy as np三个重要函数：Variable变量MENTION IT！variable是一个class ，

TensorFlow 深度学习笔记 TensorFlow实现与优化深度神经网络转载请注明作者：梦里风林Github工程地址：https://github.com/ahangchen/GDLnotes欢迎star，有问题可以到Issue区讨论官方教程地址视频/字幕下载全连接神经网络辅助阅读：TensorFlow中文社区教程 - 英文官方教程

softmax function：

Deep Neural network整理于udacity免费deep learning course线性模型具有局限性ReLUs网络将线性变成非线性，这就是一个neural network两层神经网络反向传播（back propagation）  我们很难确定我们究竟需要多少数据，这就是skinny jeans problem，所以我们一般采取