摘要：之前一直在win10_64系统装环境,但是老是出现问题,索性直接放弃! 第二天,用朋友11年的macos 10.13.3很顺利搞定! 在这里参考: https://blog.csdn.net/chenmaolin88/article/details/79370258 https://blog.csd 阅读全文

摘要：深度学习（DL）有三大模型：CNN，RNN，DBN（深度信念网络） RNN：Recurrent Neural Network RNN可以与记忆做类比，经验的累积。 读书破万卷下笔如有神！ RNN 当前产生的结果 是 <以前记忆> 和 <当前状态的叠加> RNN每一个输出与前面的输出建立起关联，以前面 阅读全文

摘要：相对CNN来说NN还是相对简单许多，这里是官网给的流程图 专门去TF社区看了下，专门对softmax有很详细的讲解 softmax可以看成是一个激励（activation）函数或者链接（link）函数，把我们定义的线性函数的输出转换成我们想要的格式，也就是关于10个数字类的概率分布。 因此，给定一张 阅读全文

摘要：遗留的问题暂存在这里： - 在搭建完第一个神经网络-CNN，发现里面存在许多问题还没理解透彻。 - 尤其在卷积层和池化层上的步长选择，padding的模式，在哪一种情况下会更好。 - 在dropout的时候dropout rate为多少时，能提高accuracy。 - 在optimizer的选择上， 阅读全文

摘要：先把问题贴出来： 问题主要来自神经网络各层对输入数据维度理解的问题，还是在理论上欠缺很多。 这是修改后的code： 由于自己的台式机太水，在训练的时候太耗费时间了！ 我是按照这张图搭建的神经网络，在第二次池化到扁平化处理的时候，我一直没有理解好为什么维度不兼容，后来查阅了一些别人写的MNIST代码， 阅读全文

摘要：池化与卷积差不多（个人认为！），原因在于池化类似于亚采样。 阅读全文

摘要：input：输入数据 filter：过滤器 strides：卷积滑动步长，实际上可以解释为过滤器的大小 padding：图像边填充方式 > 在这里详细地对各个参数做出解释： input：就是卷积的输入数据，该输入数据要求是一个Tensor，所以张量的shape为[batch, in_height, 阅读全文

摘要：按照如下CNN过程写的,但是RUN的时候出现了一些问题 为什么不兼容????? 由于时间问题,暂且先将代码贴上去, 放在这周末解决!主要就conv2d pool2d内的参数, reshape内的参数注重研究一下! 阅读全文

摘要：感觉今天进度有点快啊: ) 函数定义那一块，我是直接按照公式写的，不知道是否存在什么问题！ 欢迎大家来指正！ 阅读全文

摘要：刚开始学习Tensorflow，发现tf确实是一个很强大的框架，内置函数很多，np里面有的tf内大部分也有，并且能用matplotlib包像matlab一样绘制图像。 并且在对于在对于建模上面google做的越来越好，增加了tensorboard和playground，虽然暂时还未用到实际练习当中 阅读全文

摘要：在实际运行tensorboard的时候出现 No dashboards are active for the current data set. 官方文档： My TensorBoard isn't showing any data! What's wrong? First, check that 阅读全文

摘要：环境： -win10 -pycharm导入的Anaconda3 直接pip3 install h5py==2.8.0rc1，直接update h5py的版本 或者用的pycharm直接在setting里面设置查找h5py然后选定版本2.8.0rc1 阅读全文

摘要：在导入Tensorflow模块时运行结果出现红色方框内的提示，虽然程序可以运行，但是不好看！！！ AVX，桑迪桥新的扩展。是从英特尔和英特尔在2008年3月提出的微处理器的X86指令集架构的扩展，第一次由英特尔支持，在第2011季度和以后的SoeBoE桥处理器装运。AMD与推土机处理器航运在Q3 2 阅读全文

摘要：训练结果为大致的值, 因为每次RUN之后拟合得到的直线的斜率都略微有点不一样. model.fit函数可以参考Keras:http://keras-cn.readthedocs.io/en/latest/ 阅读全文