小沫_jie的博客

转自： http://blog.youkuaiyun.com/mao_xiao_feng/article/details/53444333 tf.nn.conv2d是TensorFlow里面实现卷积的函数，参考文档对它的介绍并不是很详细，实际上这是搭建卷积神经网络比较核心的一个方法，非常重要tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_g

转自：http://www.jeyzhang.com/tensorflow-learning-notes-2.html TensorFlow学习笔记2：构建CNN模型 <div class="article_manage clearfix"> <di

转自：http://blog.youkuaiyun.com/mao_xiao_feng/article/details/53453926 max pooling是CNN当中的最大值池化操作，其实用法和卷积很类似 有些地方可以从卷积去参考【TensorFlow】tf.nn.conv2d是怎样实现卷积的？ tf.nn.max_pool(value, ksize, strides, padding, name=Non

http://blog.youkuaiyun.com/LVGAOYANH/article/details/72964943?locationNum=14&amp;fps=1 添加路径：C:\Users\jie\AppData\Local\Programs\Python\Python36\Lib\site-packages\matplotlib

http://blog.youkuaiyun.com/LVGAOYANH/article/details/72964943?locationNum=14&amp;fps=1 添加路径：C:\Users\jie\AppData\Local\Programs\Python\Python36\Lib\site-packages\matplotlib

这里的num_units参数并不是指这一层油多少个相互独立的时序lstm，而是lstm单元内部的几个门的参数，这几个门其实内部是一个神经网络，答案来自知乎： class TRNNConfig(object): """RNN配置参数""" # 模型参数 embedding_dim = 100 # 词向量维度 seq_length = 100 ...