LQ6H

摘要： Anaconda Prompt对Anaconda Prompt的讲解，实际上对于conda命令的详解目录：0x00 conda的简介0x01 conda的下载及命令标准0x02 conda的命令详解0x03 conda和Anaconda，pip，virtua... 阅读全文

posted @ 2019-01-31 19:06 LQ6H 阅读(1536) 评论(0) 推荐(0) 编辑

摘要： Anaconda Navigator目录：0x00 Anaconda Navigator的简介0x01 Anaconda Navigator的启动，功能界面0x02 Anaconda Navigator的主要模块0x03 Anaconda Navigator... 阅读全文

posted @ 2019-01-31 19:05 LQ6H 阅读(6611) 评论(0) 推荐(0) 编辑

摘要： Anaconda目录：0x00 什么是Anaconda(What is Anaconda)0x01 Anaconda的下载及安装(Windows，Linux)0x02 Anaconda的界面及功能模块0x03 Anacodna Navigator的使用0x0... 阅读全文

posted @ 2019-01-31 19:05 LQ6H 阅读(419) 评论(0) 推荐(0) 编辑

摘要： Tensorflow搭建神经网络的主要函数梳理利用Tensorflow搭建神经网络的整个过程中使用的主要函数一.第1步：网络的输入神经网络的输入可以利用占位符声明1.占位符tf.placeholder(dtype,shape=None,name=None)二... 阅读全文

posted @ 2019-01-31 13:36 LQ6H 阅读(276) 评论(0) 推荐(0) 编辑

摘要： Tensorflow–卷积神经网络卷积神经网络与全连接神经网络类似，可以理解为一种变换，这种变换一般由卷积，池化，加法，激活函数等一系列操作组合而成一.浅层卷积神经网络输入的三维张量首先与3个2行2列2深度的卷积核进行步长为1的same卷积，输出结果的尺寸是... 阅读全文

posted @ 2019-01-31 13:35 LQ6H 阅读(325) 评论(0) 推荐(0) 编辑

摘要： Tensorflow–卷积的梯度反向传播一.valid卷积的梯度我们分两种不同的情况讨论valid卷积的梯度：第一种情况，在已知卷积核的情况下，对未知张量求导(即对张量中每一个变量求导)；第二种情况，在已知张量的情况下，对未知卷积核求导(即对卷积核中每一个变... 阅读全文

posted @ 2019-01-31 13:28 LQ6H 阅读(1323) 评论(0) 推荐(0) 编辑

摘要： Tensorflow–池化操作的梯度池化操作的梯度分两部分介绍，第一部分介绍平均值池化的梯度计算，第二部分介绍最大值池化的梯度计算一.平均值池化的梯度利用计算梯度的函数gradients实现上述示例，具体代码如下：import tensorflow as t... 阅读全文

posted @ 2019-01-31 13:27 LQ6H 阅读(515) 评论(0) 推荐(0) 编辑

摘要： Tensorflow–池化操作pool(池化)操作与卷积运算类似，取输入张量的每一个位置的矩形邻域内值的最大值或平均值作为该位置的输出值，如果取的是最大值，则称为最大值池化；如果取的是平均值，则称为平均值池化。pooling操作在图像处理中的应用类似于均值平... 阅读全文

posted @ 2019-01-30 10:13 LQ6H 阅读(1714) 评论(0) 推荐(0) 编辑

摘要： Tensorflow–二维离散卷积一.二维离散卷积的计算原理二维离散卷积的计算原理同一维离散卷积的计算原理类似，也有三种卷积类型：full卷积，same卷积核valid卷积。通过3行3列的二维张量x和2行2列的二维张量K1.full卷积full卷积的计算过程... 阅读全文

posted @ 2019-01-30 10:12 LQ6H 阅读(2138) 评论(0) 推荐(0) 编辑

摘要： Tensorflow–一维离散卷积一维离散卷积的运算是一种主要基于向量的计算方式一.一维离散卷积的计算原理一维离散卷积通常有三种卷积类型：full卷积，same卷积和valid卷积1.full卷积full卷积的计算过程如下：K沿着I顺序移动，每移动一个固定位... 阅读全文

posted @ 2019-01-29 09:29 LQ6H 阅读(1438) 评论(0) 推荐(0) 编辑

追逐强