Welcome

这个函数一般使用如下：import tensorflow as tfx = tf.constant([[1,1,1],[2,2,2]])y1 = tf.reduce_sum(x,0)y2 = tf.reduce_sum(x,1)y3 = tf.reduce_sum(x,1,keep_dims=True)      从函数名字上理解，相当于一种减少维度的计算函数。那么上面这个函

介绍：cifar-10数据集包括50000张训练用的32x32x3的图片和10000张最后测试用的测试集，包括data_batch_1、data_batch_2、data_batch_3、data_batch_4、data_batch_5等，这里展示一个简单的函数读取这个五个batch[10000,3,32,32]，然后将五个张量整合到一个矩阵里边[50000,3,32,32]。测试程序：

问题因为在学习使用cifar-10的过程中，一直对着矩阵进行操作，不知道具体的图片是什么样的需要将三个32x32的矩阵转化为32x32x3矩阵因为最后会使用plt.imshow这个函数显示图片，imshow的参数需要是（n,m）or (n,m,3) or (n,m,4)的矩阵具体参考代码：# --coding:utf-8 --import tensorflow as tfi

一、计算图1、实现const + const用图形表示如下：其表示两个常量相加，与后边的placeholder相比，placeholder更加灵活：先贴出这种常量的代码：import tensorflow as tfnode1 = tf.constant(1.0,dtype=float32)node2 = tf.constant(2.0)add_two_node

简介：卷积神经网络，初学者最开始就是从这六个字理解，对卷积神经网络学习了快一个月了，从最开始只知道这六个字，到理解为什么叫卷积神经网络，然后具体又做了使用了tensorflow练习关于mnist和CIFAR10数据集的卷积神经网络，啊啊，最开始练习这些代码，只能从代码上理解到底干了什么，对卷积神经网络的思想还是不明白，云里雾里，前不久刚刚想懂里边的套路。卷积神经网络：这一段，就开始理解