摘要: 主要内容: 1.基于CNN的cifar10识别(详细代码注释) 2.该实现中的函数总结平台: 1.windows 10 64位 2.Anaconda3-4.2.0-Windows-x86_64.exe (当时TF还不支持python3.6,又懒得在高版本的anaconda下配... 阅读全文
posted @ 2017-06-27 19:29 TensorSense 阅读(621) 评论(0) 推荐(0) 编辑
摘要: 主要内容: 1.基于CNN的mnist手写数字识别(详细代码注释) 2.该实现中的函数总结平台: 1.windows 10 64位 2.Anaconda3-4.2.0-Windows-x86_64.exe (当时TF还不支持python3.6,又懒得在高版本的anaconda... 阅读全文
posted @ 2017-06-23 20:36 TensorSense 阅读(272) 评论(0) 推荐(0) 编辑
摘要: 主要内容: 1.基于多层感知器的mnist手写数字识别(代码注释) 2.该实现中的函数总结平台: 1.windows 10 64位 2.Anaconda3-4.2.0-Windows-x86_64.exe (当时TF还不支持python3.6,又懒得在高版本的anaconda... 阅读全文
posted @ 2017-06-22 15:53 TensorSense 阅读(703) 评论(0) 推荐(0) 编辑
摘要: 主要内容: 1.自编码器的TensorFlow实现代码(详细代码注释) 2.该实现中的函数总结平台: 1.windows 10 64位 2.Anaconda3-4.2.0-Windows-x86_64.exe (当时TF还不支持python3.6,又懒得在高版本的anacon... 阅读全文
posted @ 2017-06-21 15:56 TensorSense 阅读(945) 评论(0) 推荐(0) 编辑
摘要: Tensorflow的安装,具体操作就不演示了。具体操作请移步: http://blog.csdn.net/darlingwood2013/article/details/60322258#commentsTensorFlow是基于python的,因此TensorFlow对于pyth... 阅读全文
posted @ 2017-06-20 12:28 TensorSense 阅读(216) 评论(0) 推荐(0) 编辑
摘要: 博文主要内容有: 1.softmax regression的TensorFlow实现代码(教科书级的代码注释) 2.该实现中的函数总结平台: 1.windows 10 64位 2.Anaconda3-4.2.0-Windows-x86_64.exe (当时TF还不支... 阅读全文
posted @ 2017-06-20 10:41 TensorSense 阅读(317) 评论(0) 推荐(0) 编辑
摘要: 前言:本博文摘抄自中国慕课大学上的课程《Python数据分析与展示》,推荐刚入门的同学去学习,这是非常好的入门视频。继续一个新的库,Pandas库。Pandas库围绕Series类型和DataFrame类型这两种数据结构,提供了一种高效便捷的数据处理方式。- Series 类型创建S... 阅读全文
posted @ 2017-05-21 16:08 TensorSense 阅读(13246) 评论(0) 推荐(0) 编辑
摘要: 转自:http://blog.csdn.net/jasonzzj/article/details/52017438前言交叉熵损失函数交叉熵损失函数的求导前言说明:本文只讨论Logistic回归的交叉熵,对Softmax回归的交叉熵类似。 首先,我们二话不说,先放出交叉熵的公式: J(θ)=−1m∑i... 阅读全文
posted @ 2017-05-19 10:09 TensorSense 阅读(2516) 评论(0) 推荐(0) 编辑
摘要: plt.savefig(‘test’, dpi = 600) :将绘制的图画保存成png格式,命名为 test plt.ylabel(‘Grade’) : y轴的名称 plt.axis([-1, 10, 0, 6]) : x轴起始于-1,终止于10 ,y轴起始于0,终止于6 plt.subplot( 阅读全文
posted @ 2017-05-03 15:49 TensorSense 阅读(49260) 评论(0) 推荐(4) 编辑
摘要: 前言:最近学习Python,才发现原来python里的各种库才是大头! 于是乎找了学习资料对Numpy库常用的函数进行总结,并带了注释。在这里分享给大家,对于库的学习,还是用到时候再查,没必要死记硬背。 PS:本博文摘抄自中国慕课大学上的课程《Python数据分析与展示》,推荐刚入门的同学去学习,这 阅读全文
posted @ 2017-05-02 14:31 TensorSense 阅读(119643) 评论(0) 推荐(6) 编辑