小淼博客

摘要： 池化层的作用如下-引用《TensorFlow实践》： 池化层的作用是减少过拟合，并通过减小输入的尺寸来提高性能。他们可以用来对输入进行降采样，但会为后续层保留重要的信息。只使用tf.nn.conv2d来减小输入的尺寸也是可以的，但是池化层的效率更高。 常见的TensorFlow提供的激活函数如下：( 阅读全文

摘要： 激活函数的作用如下-引用《TensorFlow实践》： 这些函数与其他层的输出联合使用可以生成特征图。他们用于对某些运算的结果进行平滑或者微分。其目标是为神经网络引入非线性。曲线能够刻画出输入的复杂的变化。TensorFlow提供了多种激活函数，在CNN中一般使用tf.nn.relu的原因是因为，尽 阅读全文

摘要： 更多的基本的API请参看TensorFlow中文社区：http://www.tensorfly.cn/tfdoc/api_docs/python/array_ops.html 下面是实验的代码，可以参考，对应的图片是输出的结果： import tensorflow as tf import matp 阅读全文