weixin_43758551的博客

# 1 重要# 2 KNN CNN 2种# 3 样本 # 4 旧瓶装新酒 ：数字识别的不同# 4.1 网络 4。2 每一级 4.3 先原理 后代码 # 本质：knn test 样本 K个 max4 3个1 -》1# 1 load Data 1.1 随机数 1.2 4组 训练 测试 （图片 和 标签）# 2 knn test train distance 5*500 = 2500 ...

import numpy as npimport tensorflow as tf# 设置按需使用GPU#config = tf.ConfigProto()#config.gpu_options.allow_growth = True#sess = tf.InteractiveSession(config=config)# 用tensorflow 导入数据from tensorfl...

LSTM 论文原文http://colah.github.io/posts/2015-08-Understanding-LSTMs/翻译 https://www.jianshu.com/p/9dc9f41f0b29/https://blog.youkuaiyun.com/Jerr__y/article/details/58598296lstm+tfhttps://yq.aliyun.com/arti...

关于深度学习中的batch_sizebatch_size可以理解为批处理参数，它的极限值为训练集样本总数，当数据量比较少时，可以将batch_size值设置为全数据集（Full batch cearning）。实际上，在深度学习中所涉及到的数据都是比较多的，一般都采用小批量数据处理原则。小批量训练网络的优点：相对海量的的数据集和内存容量，小批量处理需要更少的内存就可以训练网络。通常小批量...

1with tf.name_scope('conv1') as scope: weights1 = tf.Variable([1.0, 2.0], name='weights') bias1 = tf.Variable([0.3], name='bias')with tf.name_scope('conv2') as scope: weights2 = tf.Vari...

import tensorflow as tf# 创建两个常量节点node1 = tf.constant(3.2)node2 = tf.constant(4.8)# 创建一个 adder 节点，对上面两个节点执行 + 操作adder = node1 + node2# 打印一下 adder 节点print(adder)# 打印 adder 运行后的结果sess = tf.Sessi...

1tf.gather(等待被取元素的张量，索引) tf.gather根据索引，从输入张量中依次取元素，构成一个新的张量。 索引的维度可以小于张量的维度。这时，取张量元素时，会把相应的低维当作一个整体取出来。 例如 假设输入张量 [[1,2,3],[4,5,6],[7,8,9]] 是个二维的 如果只给一个一维索引0....

tensorboard’ 不是内部或外部命令，也不是可运行的程序或批处理文件。问题解决找到tensorboard.exe然后将之加到path中，即为一般电脑更改需要加的位置。2然后运行 （1）可以使用cmd，然后cd到 log所放在位置我们需要进入到，命令tensorboard --logdir=train，train为文件所在的文件夹然后输入下列这些既可，或者（2）直接在 放有...

#cnn : 1 卷积# ABC # A: 激励函数+矩阵 乘法加法# A CNN : pool（激励函数+矩阵 卷积 加法）# C：激励函数+矩阵 乘法加法（A-》B）# C：激励函数+矩阵 乘法加法（A-》B） + softmax（矩阵 乘法加法）# loss：tf.reduce_mean(tf.square(y-layer2))# loss：code#1 import i...

run.assigntf.assign(A, new_number): 这个函数的功能主要是把A的值变为new_numbersess.run实际上是 启动一个计算，类似于大数据的spark,它的好处是：最终调用时才计算 ，应该可以节省很多的内存资源 ，减少临时变量的占用，便于内部的优化及程序高效运行。...