long19960208的博客

循环神经网络(Recurrent Neural Networks ，以下简称RNN)是一类输出和模型间有反馈的神经网络，它广泛的用于自然语言处理中的语音识别，手写书别以及机器翻译等领域。在DNN和CNN中，训练样本的输入和输出是比较的确定的。但是有一类问题DNN和CNN不好解决，就是训练样本输入是连续的序列,且序列的长短不一，比如基于时间的序列：一段段连续的语音，一段段连续的手写文字。这些序列比较

1.刷机完成刷机操作后，Jetson TX2将包含一下程序库：JetPack 3.3CUDA 9.02.安装pip3打开终端：sudo apt-get install python3-pip3.安装tensorflowpip3 install --extra-index-url=https://developer.download.nvidia.com/comp...

在机器视觉，图像处理领域，卷积神经网络取得了巨大的成功。本文将参考教程，结合自己的理解，利用Tensor Flow实现LeNet5，学习和理解卷积神经网络，网络上教程较多，此文不做重点介绍。LeNet5_infernece.pyimport tensorflow as tf#配置神经网络的参数INPUT_NODE = 784OUTPUT_NODE = 10IMAGE_SIZE

理解 Word2Vec 之 Skip-Gram 模型Word2Vec是从大量文本语料中以无监督的方式学习语义知识的一种模型，它被大量地用在自然语言处理（NLP）中。Word2Vec其实是通过学习文本来用词向量的方式表征词的语义信息，即通过一个嵌入空间使得语义上相似的单词在该空间内距离很近。Embedding是一个映射，将单词从原先所属的空间映射到新的多维空间中，也就是把原先词所在空间嵌入到一个

资料来源：https://www.zhihu.com/question/24827633

程序代码：import osimport tensorflow as tffrom numpy.random import RandomStateos.environ['TF_CPP_MIN_LOG_LEVEL']='2'#定义神经网络的参数，输入和输出节点batch_size = 8w1 = tf.Variable(tf.random_normal([2, 3],

第一步：安装VS2017（参考Opencv那一篇博客），勾选Python选项第二步：配置环境变量第三步：用管理员打开Power shell输入：pip3 install --upgrade tensorflow第四步：验证是否成功新建python程序输入代码：#coding:utf-8 import tensorflow as tfw1

TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow 最初由Google大脑小组（隶属于

MNIST是一个入门级的计算机视觉数据集，它包含各种手写数字图片,我们将训练一个机器学习模型用于预测图片里面的数字.这个的实现代码很短，而且真正有意思的内容只包含在三行代码里面。理解包含在这些代码里面的设计思想是非常重要的.我们知道MNIST的每一张图片都表示一个数字，从0到9。我们希望得到给定图片代表每个数字的概率。比如说，我们的模型可能推测一张包含9的图片代表数字9的概率是80%但是判断它是8

执行以下指令：sudo apt-get install python3-dev python3-pip python3-tksudo pip3 install numpysudo pip3 install matplotlibsudo pip3 install opencv-pythonsudo pip3 install --user --upgrade tensorflow # ...