sunwill的博客

【声明】本文是blog的翻译和个人的学习笔记导读近些年由于理论知识的硬件的快速发展，使得深度学习达到了空前的火热。深度学习已经在很多方面都成功得到了应用，尤其是在图像识别和分类领域，机器识别图像的能力甚至超过了人类。本文用深度学习Python库Keras实现深度学习入门教程mnist手写数字识别。mnist手写数字识别是机器学习和深度学习领域的“hello world”,MNIST数据集是手写数字的

导语ImageNet是斯坦福大学李飞飞教授主持设立的关于计算机视觉的数据库，里面含有大量的图片，这些图片分为上万个类别，是深度学习领域一个非常火热的竞赛。近年来由于硬件水平的提高，以及大数据量的爆发式增长，给深度学习提供了便利的发展条件，ImageNet的水平在近5年取得了飞速发展。特别是卷积神经网络（CNN）在计算机视觉领域用于图像分类和识别，在自然语言处理领域的语音识别，都取得了不错的效果。本文

导语自从Google发布了TensorFlow之后，作为一款开源的深度学习框架，在全世界范围内产生了巨大的影响力，如今在GitHub上深度学习框架居于第一名，且远远领先其他深度学习开源项目，并且也在工业界被大量运用。学习TensorFlow不仅可以加深对深度学习的理解，而且可以知道如何将深度学习这一门高深的学问用于实践当中。TensorFlow就像其名字一样，由“tensor”和“flow”组成，“

深度学习学习笔记导语本文是本人学习深度学习过程中遇到的部分问题，并自己寻找答案，将答案汇总，一是方便自己今后查阅和复习，二是将其分享出来，希望能帮助到需要的同学，共同学习共同进步。1、卷积神经网络有那些重要技巧（trick），你认为哪个技巧最影响结果？卷积神经网络（CNN）在图像分类方面展现出了优异的天赋，现已成为图像处理领域的标准规范。针对特定的问题，需要有多种技巧来调整模型，以使模型在测试数据上