Lainey❤

摘要： 机器学* Machine Learning 机器学*是人工智能的一个分支。人工智能的研究是从以“推理”为重点到以“知识”为重点，再到以“学*”为重点，一条自然、清晰的脉络。显然，机器学*是实现人工智能的一个途径，即以机器学*为手段解决人工智能中的问题。机器学*在*30多年已发展为一门多领域交叉学科， 阅读全文

摘要： 分支介绍 使用分支意味着你可以把你的工作从开发主线上分离开来，以免影响开发主线 与其他版本控制系统不同，git的分支模型轻量而且很快，git鼓励在工作流程总频繁地使用分支与合并，哪怕一天内进行许多次 Git 保存的不是文件的变化或者差异，而是一系列不同时刻的文件快照。在进行提交操作时，Git 会保存 阅读全文

摘要： 1. 无脑Adam 它的默认初始学习率是0.001,但是发现设置为0.0002效果很好 注意记录loss的时候最好把cross-entropy和regularization的loss分来记录，同时对比，最好是刚开始时两个方面的loss都在下降，不要说一开始一直都是regularization los 阅读全文

摘要： resnet_v1: Deep Residual Learning for Image Recognition Conv--> bn--> relu 对于上面 7x7卷积和maxpooling,注意这个卷积是不能进行bn和relu的，因为version2的顺讯是 bn->relu->conv所以 b 阅读全文

摘要： TensorFlow全新的数据读取方式：Dataset API入门教程 以前的读取数据的方法实在是太复杂了，要建立各种队列，所以想换成这个更为简便的方式 参照以上教程，同时结合自己的实际例子，学习如何简单高效读取数据（tensorflow api 1.4） Module: tf.data 以上均是t 阅读全文

摘要： tensorflow的slim包集成了很多tensorflow中的高效函数，也其实就是原版tensorflow的瘦身(slim) API1.4 1. 导入 2. 定义 只是其他函数的一个简化引用，举例： 上面两种导入方式其实是对同一个文件的不同导入方式 3. slim的简化使用例子，和原版对比 ht 阅读全文

摘要： 目录 第一章 绪论 第一章 绪论 1.1 引言 人工智能： 机器学习： 深度学习： 1.4 归纳偏好 （在学习过程中有多个假设可以在训练数据集上fit很好，这时只能靠归纳偏好来约束假设空间，比如越简单越好） 归纳偏好课看做学习算法自身在一个可能很庞大的假设空间中对假设进行选择的启发式或“价值观”，有 阅读全文

摘要： 5. Longest Palindromic Substring ❤ 62. Unique Paths 63. Unique Paths II ❤ 64. Minimum Path Sum 91. Decode Ways 95. Unique Binary Search Trees II ❤❤ 96 阅读全文

摘要： 1. sess.run() hangs when called / sess.run() get stuck / freeze that ctrl+c can't kill process 解决： 2. tf.name_scope中values参数的作用 3. 手写vgg遇到的loss不下降的问题 阅读全文

摘要： 准备数据 前期已经将数据生成了tfrecord格式，这里主要是研究如果从tfrecord格式文件中读取数据batch 读文件名 获取tf_record格式的文件名列表 文件名队列 用tf.train.string_input_prodecer函数来生成一个队列，放置文件名，之后文件阅读器会需要它来读 阅读全文