Zachery的博客

机器学习和深度学习中一些细小的概念，将学习笔记总结到了一起，提供给大家，方便大家查阅。梯度下降法、独热编码、归一化、数据集划分

机器学习相关概念及术语总结超参数、损失、样本、学习率、特征

TensorFlow中的Variable变量类型，在定义时需要初始化，但有些变量定义时并不知道其数值，只有当真正开始运行程序时，才由外部输入，比如训练数据，这时候需要用到占位符。附代码演示

TensorFlow常量与变量学习笔记，附代码演示。

TensorFlow会话(Session)学习笔记，附带代码演示。在tensorflow中，所有的数据都通过张量的形式来表示 从功能的角度，张量可以简单理解为多为数组。

学习目标：“深度”：神经网络的层数更多，每层神经元个数更多架构：生成对抗网络：（Generative Adversarial Networks）,循环神经网络（Recurrent Neural Networks）,图卷积神经网络（Graph Convolutional Neural Networks ）领域：图像处理、视频分析、自然语言处理、视频监控、人脸识别、医学图像分析、人机交互、机器人设计等。TensorFlow:AlphaGo背后的机器学习计算框架，将数据流图作为基础，图节点代表运算

文末附有数据集文件，分享给大家学习，适合新手！使用sklearn来训练一个K最近邻（k-Nearest Neighbor, KNN）分类器，用于识别数据集DBRHD的手写数字。

问题：手写数字识别是一个多分类问题，有10个分类，每个手写数字图像的类别是0-9中的一个数。使用sklearn来训练一个简单的全连接神经网络，对数据集DBRHD进行识别学习内容：DBRHD数据集介绍：1、已经归一化为手写数字为中心的32*32规格的图片。2、去掉了图片颜色等复杂因素，将手写体数字图片转化为训练数据为大小32*32的文本矩阵。3、空白区于使用0代表，字迹区域使用1表示。神经网络参数设置：设置1层隐藏层，该隐藏层含100个神经元。初始学习率为0.0001，迭代2000次。使.