xuan_zizizi的博客

本篇文章采用cnn搭建来实现对mnist数据集的分类，增加了卷积运算。

这里单独把计算卷积之后的维度的公式拿出来，方便查看 1.卷积后尺寸计算 out_height=(in_height+2pad-filter_height)/strides[1]+1 out_width=(in_width+2pad-filter_width)/strides[2] +1 2.tensorflow中卷积参数same和valid运算之后的维度计算 (1)same out_

近期做深度学习前期调研，看到一篇微信公众号推送，感觉踩出了很多训练时需要注意的坑，我自己简单总结了一下，作为参考。

读完这篇文章，你可以从一个没有基础的初学者，到可以简单搭建神经网络的程序猿。主要讲解tensorflow的安装以及神经网络相关，从基础开始到搭建神经网络，算是一个tensorflow的入门介绍。从变量定义，数据传入到结果显示，数值可视化跟踪，以及简单的神经网络实现。

四种卷积神经网络之四ResNet

四种经典卷积网络之三Google Inception Net

四种经典卷积网络之二VGGNet

四大经典卷积网络之一AlexNet

在深度学习中，dropout通常用于解决过拟合问题，本文是dropout在tensorflow的一种实现

前面的博客我们讲到了通过浅层神经网络对自定义数据进行拟合，这篇文章算是一个进阶，将网络层以函数的形式进行添加

在初涉tensorflow的时候，一般采用公开数据集进行训练，对于数据集的格式以及读取很不清楚，所以这里给出tensorflow直接读取图像序列的方法，自己进行数据集的构建。下面给出集中可以参考的方法。 一、单张图片读取 1.tensorflow的gfile读取图像，matplotlib用于可视化 使用tensorflow里面给出了一个函数用来读取图像，tf.gfile.FastGFile（