nanjifengzi的博客

参考1：http://blog.youkuaiyun.com/mylove0414/article/details/69789203参考2：《TensorFlow实战》参考3：http://www.jianshu.com/p/f682066f0586代码配合参考3的图形说明，可以更容易理解。本例子，打算实现中文的word2vec,但最后显示都是一群乱码，对应的中文代码，也没有更改。如果有人找到了解

作为TensorFlow的小白，还有很多东西要学的。(1)    nodenode1 = tf.constant(3.0, tf.float32)node2 = tf.constant(4.0)# also tf.float32 implicitlyprint(node1, node2) To actuallyevaluate the nodes, we must ru

Win10+1070+cuda8.0+cudn-->装TensorFlow的步骤：  亲测有效。步骤1、安装Anaconda 直接在官网下载并安装Anaconda，这里选择64版本。 注意，windows下安装TensorFlow，要求python版本是3.5，64位。 安装完Anaconda，也就安装了python3.5等相关工具 本人下载的是Python 3

借鉴了苏建林大神的博客关于情感分析的三篇文章。并在此基础上 新加了停用词。停用词的下载链接：停用词代码环境：python2.7tensorflow-gpu 1.0jieba试验后的准确率高达98%,结果如下：代码如下：# -*- coding:utf-8 -*-'''在GTX1070上，11s一轮经过30轮迭代，训练集准确率为98.41%Dropout

（一）环境搭建：Python3.5，TensorFlow1.0或者1.2,（二）实验描述：利用TensorFlow中的rnn和lstm库对手写数字图像分类。手写数字数据，如果本地没有，代码会自动连网下载（40m左右）利用saver进行保存，首先需要在代码的同级目录下创建net文件夹（三）结果展示：（四） 代码：# coding: utf-8# In[1]:

import tensorflow as tfimport numpy as npclass TextCNN(object): """ A CNN for text classification. Uses an embedding layer, followed by a convolutional, max-pooling and softmax layer....

import osimport sysimport timeimport numpy as npimport tensorflow as tffrom tensorflow.contrib.tensorboard.plugins import projectorfrom tensorflow.contrib import rnn as rnn_cellfrom tensorflow