Focusing on your own Mind :) －> 站在巨人的肩膀上

tensorflow的安装https://www.tensorflow.org/versions/master/get_started/os_setup.html#anaconda-installation注意系统的python(sudo python pip )和anaconda的python(python的区别 python pip) 不然会装错地方两行命令行:

前言前面TensorFlow入门一简单讲了下怎么在Ubuntu安装tensorflow gpu版本，也跑了下基于Mnist的比较基本的LR算法，但是Tensorflow可远远不止这些，它能做很多很有意思的东西，这篇文章主要针对Tensorflow利用CNN的方法对艺术照片做下Neural Style的相关工作。首先，我会详细解释下A Neural Algorithm of Artistic

reference: http://hacker.duanshishi.com/?p=1639前言前面几篇文章讲述了在Computer Vision领域里面常用的模型，接下来一段时间，我会花精力来学习一些TensorFlow在Computer Vision领域的应用，主要是分析相关pape和源码，今天会来详细了解下fast neural style的相关工作，前面也有文章分析n

referenece:https://chenrudan.github.io/blog/2015/11/18/comparethreeopenlib.html最近Google开源了他们内部使用的深度学习框架TensorFlow[1]，结合之前开源的MXNet[2]和Caffe[3]，对三个开源库做了一些讨论，其中只有Caffe比较仔细的看过源代码，其他的两个库仅阅读官方文档和一些研究者

TensorFlow本片博文是参考文献[1]的阅读笔记，特此声明TensorFlow，以下简称TF，是Google去年发布的机器学习平台，发布以后由于其速度快，扩展性好，推广速度还是蛮快的。江湖上流传着Google的大战略，Android占领了移动端，TF占领神经网络提供AI服务，未来的趋势恰好是语音图像以及AI的时代，而Google IO上发布的Gbot似乎正是这一交叉领

class tf.SessionA class for running TensorFlow operations.A Session object encapsulates the environment in which Operation objects are executed, and Tensor objects are evaluated. For examp

[python] view plain copy import numpy as np  import tensorflow as tf    # Import MINST data  import input_data  mnist = input_data.read_data_sets("/tmp/data/", one_hot=True) 

在使用dmlc的tensorboard时,遇到build_pip_package.sh: 20: build_pip_package.sh: Syntax error: "(" unexpected 的bug。看了一会脚本并没有发现问题，后来才发现在ubuntu的bash和sh是有差别的,重新用bash run一次脚本解决了。具体差别参照:http://www.cppblog.