z轴的博客

在学习tensorflow的mnist和cifar实例的时候,官方文档给出的讲解都是一张张图片,直观清晰,当我们看到程序下载下来的数据的时候,宝宝都惊呆了,都是二进制文件,这些二进制文件还不小,用文本编辑器打开看也看不懂,要是将数据再现为图像,多好! (1)下载python版本的cifar数据 先给个cifar数据下载链接:http://www.cs.toronto.edu/~kriz/ci

上次我们把用Python实现了cifar数据的可视化,看到了这个cifar数据到底长啥样,cifar数据可视化的链接: http://blog.youkuaiyun.com/zengxyuyu/article/details/53232533 我们用tensorflow可能是想训练自己的图片或者其他数据集,不止局限于cifar数据集,我们应该怎样把图片转成cifar数据集那种二进制并用字典的数据结构存储的...

TensorFlow程序读取数据一共有3种方法:供给数据(Feeding)： 在TensorFlow程序运行的每一步， 让Python代码来供给数据。从文件读取数据： 在TensorFlow图的起始， 让一个输入管线从文件中读取数据。预加载数据： 在TensorFlow图中定义常量或变量来保存所有数据(仅适用于数据量比较小的情况)。使用Tensorflow训练神经网络模型，首先要读...

最近在看机器学习实战这本书，写下博客作为笔记以帮助记忆。一、K-近邻算法概述概括的说，K-近邻算法采用测量不同特征值之间的距离的方法进行分类。 它的工作原理是：存在一个样本数据集合，也称训练样本集，并且样本集中每个数据存在标签，即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中的数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）