笔记

Tensorflow 学习笔记（三）：MNIST数字识别前言MNIST手写数字识别是一个非常经典入门的深度学习的实验，跟着《 Tensorflow:实战Google深度学习框架》第五章学习如何利用Tensorflow框架完成这个实验。哇，我发现每章内容知识点繁多，如果只是刷一遍不用也忘了，决定以小节为单位慢慢刷书，后面要用到哪个再慢慢看。最近还有各种算法要学，得赶快投入学理论知识。慢慢更...

前言本文是阅读《TensorFlow：实战Google深度学习框架》第四章提炼出来的笔记，非本人原创。这一章主要介绍：深度学习与深层神经网络维基百科对深度学习的精确定义：“一类通过多层非线性变换对高复杂性数据建模算法的集合”。这句话就突出神经网络的两个重要特性：非线性激活函数：拟合非线性模型多层神经网络：解决异或问题感兴趣可以通过可视化的神经网络动手测试一下激活函数是线性的神经网...

卷积神经网络结构卷积层Tensorflow中利用tf.nn.conv2d()函数实现卷积神经网络的卷积层操作。conv = tf.nn.conv2d(input, filter_weight, stride = [1,1,1,1],padding = 'SAME')conv2d函数第一个参数input为当前层的节点输入矩阵，注意这个矩阵是一个四维的矩阵input[A,B,C,D]，后面三...

Tensorflow入门前言：TensorFlow 名字说明最重要两个概念：Tensor(张量)，Flow(流)。tensor张量可以理解为多维数组，flow表达了张量之间通过计算相互转换的过程。计算图：Tensorflow是一个通过计算图的形式来表达计算的编程系统，Tensorflow里面每一个计算都是计算图上的一个节点，而节点之间的边描述了计算之间的依赖关系。计算图使用：Tens...

摘要tf．name_scope和tf.variable_scope在Tensorflow里都是关于变量的管理的操作,　字面理解就是指定了变量的不同作用域：命名域(name_scope)和变量域(variable_scope)．两者对应的创建/调用变量的函数分别是tf.variable()和tf.get_variable(),而关于这两种使用的差别也决定了tf.name_scope()和tf.va...

Numpy matrices必须是2维的,但是 numpy arrays (ndarrays) 可以是多维的（1D，2D，3D····ND）. Matrix是Array的一个小的分支，包含于Array。所以matrix 拥有array的所有特性。 在numpy中matrix的主要优势是：相对简单的乘法运算符号。例如，a和b是两个matrices，那么a*b，就是矩阵积。而不用np.dot()。如...

写法类报错类could not create cudnn handle: CUDNN_STATUS_NOT_INITIALIZED参考博客tensorflow 框架下设置GPU按需分配：import tensorflow as tfconfig = tf.ConfigProto()config.gpu_options.allow_growth = Truewith tf.Sessi...

tf.nn.embedding_lookup在 Tensorflow里Variabletf.nn.embeding_looku