摘要： cmd命令行窗口输入：ipconfig/all 阅读全文

摘要： https://www.bilibili.com/video/BV184411Q7Ng?p=79 代码示例： """ 写一个线性回归 运用分布式计算机集群进行训练 即：运用多台计算机的cpu和gpu进行参数保存、模型训练和预测 """ import tensorflow as tf """ 定义一个 阅读全文

摘要： https://www.bilibili.com/video/BV184411Q7Ng?p=78 注解： 参数服务器保存的权重参数不在本地，而在远程服务器上面。 阅读全文

摘要： https://www.bilibili.com/video/BV184411Q7Ng?p=76 注解： 让交叉熵损失值最小等价于目标值处1对应的概率值最大，直觉上看相当于是强制拟合一个非线性函数，或者说强符合一个非线性函数。 让交叉熵损失值最小等价于目标值处1对应的概率值最大，此时意味着预测值和目 阅读全文

摘要： https://www.bilibili.com/video/BV184411Q7Ng?p=75 注解： 每个字母输出属于26个字母的概率。 注解： 经过卷积神经网络后，每个样本图片的输出应该是[4*26]个概率值。 注解： a是全连接层之后经过softmax运算后的104个概率值，b是26*4个目 阅读全文

摘要： https://www.bilibili.com/video/BV184411Q7Ng?p=74 注解： 这是一个230*240的彩色图片。 卷积层相当于做特征，把特征提取出来。 为何函数使用relu(),不是sigmoid()函数了，原因： 1.sigmoid()计算量大。 如果网络深度深的话，在 阅读全文

摘要： https://www.bilibili.com/video/BV184411Q7Ng?p=73 数据集介绍： 1.设计占位符： 注解： [None, 784] 样本数据量未知。[None, 10] 每个样本都有10个类别的概率。 2.设计网络结构： 注解： 最后一层全连接层，[7,7,64]要变成 阅读全文

摘要： https://www.bilibili.com/video/BV184411Q7Ng?p=71 有多少个(对于3通道彩色图像来说，是组)filter，图像的输出通道数就是多少。 步长是1是为了观测更仔细。 卷积神经网络为何不使用之前的sigmoid()函数，而要适用新的relu激活函数呢？ 一个卷 阅读全文

摘要： http://bilibili.com/video/BV184411Q7Ng?p=70 注解： 最后一层一定是全连接层，目的是为了输出类别 假设原始图片是单通道， 100个卷积核去观察，会把图像的通道数变成100. 有多少组filter，就得到多少通道的图像。 本例有两组filter,就得到一个2通 阅读全文

摘要： 注解： 解决的是二分类问题。 逻辑回归的应用场景： sigmoid函数和数轴交叉的位置的值是:0.5 阅读全文