记录学习的过程

MiniFlow在学习TensorFlow之前，让我们学习可微分图（Differentiable graphs），这是TensorFlow用于运行和训练网络的基本抽象。我们将构建一个叫MiniFlow小型库，在这个过程中，我们将逐渐理解可微分图完整代码在这里Graph一个神经网络，可以看成是一张图，这张图由数学函数组成，比如线性组合，激活函数之类的。图中包含 点(nodes) 和 边(edges)

RNN - 预测正弦函数参考《TensorFlow实战Google深度学习框架》。不使用TFLearn，只使用TensorFlow完整代码看这里如果对RNN不理解，请看RNN递归神经网络的直观理解：基于TensorFlow的简单RNN例子import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt%ma

TensorFlow-RNN文本情感分析之前用全连接神经网络写过一个文本情感分析 http://blog.youkuaiyun.com/weiwei9363/article/details/78357670现在，利用TensorFlow搭建一个RNN网络对文本进行情感分析完整代码以及详细的介绍(Solution) https://github.com/jiemojiemo/deep-learning/tr

RNN递归神经网络的直观理解：基于TensorFlow的简单RNN例子RNN 直观理解一个非常棒的RNN入门Anyone Can learn To Code LSTM-RNN in Python(Part 1: RNN)基于此文章，本文给出我自己的一些愚见基于此文章，给出其中代码的TensorFlow的实现版本。完整代码请看这里RNN的结构如果从网上搜索关于RNN的结构图，大概可以下面的结构

tf.layers.conv2d_transpose参数 conv2d_transpose( inputs, filters, kernel_size, strides=(1, 1), padding=’valid’, data_format=’channels_last’, acti

Keras TensorFlow 混编中 trainable=False设置无效这是最近碰到一个问题，先描述下问题： 首先我有一个训练好的模型(例如vgg16)，我要对这个模型进行一些改变，例如添加一层全连接层，用于种种原因，我只能用TensorFlow来进行模型优化,tf的优化器，默认情况下对所有tf.trainable_variables()进行权值更新，问题就出在这，明明将vg...

GAN(Generative Adversarial Network) 生成对抗网络GAN由Ian J. Goodfellow在2015年提出，被认为是深度学习领域中最重要的发明之一，今天我们将实现一个最简单的GAN用来生成MNIST手写字符图片 参考的材料有 + GAN论文 + gan_mnist 完整代码在 https://github.com/jiemojiemo/Keras-D...

本文完整代码在 https://github.com/jiemojiemo/Tensorflow_Demo/blob/master/image_loader.ipynbTensorflow图像处理以及数据读取本人研究的方向是图像处理，这个领域几乎被深度学习的方法给统治了，例如图像去燥、图像超分辨、图像增强等等。在模拟实现相关论文的方法时，我发现最难的部分并不是深度学习的网络，而是如何构建你的训练集。