上一页 1 ··· 11 12 13 14 15 16 17 18 19 ··· 25 下一页
摘要: 1 卷积神经网络简介 在介绍卷积神经网络(CNN)之前,我们需要了解全连接神经网络与卷积神经网络的区别,下面先看一下两者的结构,如下所示: 图1 全连接神经网络与卷积神经网络结构 虽然上图中显示的全连接神经网络结构和卷积神经网络的结构直观上差异比较大,但实际上它们的整体架构是非常相似的。从上图中可以 阅读全文
posted @ 2019-03-08 15:39 珠峰上吹泡泡 阅读(2028) 评论(0) 推荐(0) 编辑
摘要: 读完郭德纲家书,受益良多,与诸君共勉,原文如下: 甲午年,正月初九。我儿子十八了,正所谓成人长大。学名奇临,取奇妙降临之意。后下海,艺名麒麟,乃仿周大师之遗韵。人生一世,极不容易。 登天难,求人更难。黄连苦,无钱更苦。江湖险,人心更险。春冰薄,人情更薄。过去有句话:既落江湖内,便是薄命人。我本不愿儿 阅读全文
posted @ 2019-03-07 18:21 珠峰上吹泡泡 阅读(4262) 评论(0) 推荐(1) 编辑
摘要: 1 使用tf.Variable函数创建变量 tf.Variable(initial_value=None,trainable=True,collections=None,validate_shape=True,caching_device=None,name=None,variable_def=No 阅读全文
posted @ 2019-03-06 13:55 珠峰上吹泡泡 阅读(1238) 评论(0) 推荐(0) 编辑
摘要: 主要介绍6个连词,这6个连词的共同特征是“所有的句子成分(主语,宾语,表语,介词短语,副词,谓语(句子),补语,同位语)都可以连接”,除了and会连接“补语,同位语”,其他的5个很少连接“补语,同位语”。6个连词如下图所示: 1 and 2 neither...nor... 连接主语:我和他都不想见 阅读全文
posted @ 2019-03-06 11:21 珠峰上吹泡泡 阅读(1139) 评论(0) 推荐(1) 编辑
摘要: 1 表方向(东(east),西(west),南(south),北(north)) 用到有in,on,to三个,具体的用法如下: in : 内部 on : 接壤 to : 隔海 举例: 注:四个方向既是名词,又是副词,举例:往东走 go to the east go east. 2 表方向(上下) 共 阅读全文
posted @ 2019-03-05 20:53 珠峰上吹泡泡 阅读(2648) 评论(0) 推荐(2) 编辑
摘要: 1 写在前边的话 网上找了很多tensorflow的教程,大多是以demo展开的,有人觉得挺好,但是我总觉得不太系统,特别是对于初学者来说不友好,所以打算出一个tensorflow的简单教程,从TensorFlow的计算模型、数据模型和运行模型三个方面入手。如有错误,请指正! 2 TensorFlo 阅读全文
posted @ 2019-03-05 18:06 珠峰上吹泡泡 阅读(272) 评论(0) 推荐(0) 编辑
摘要: 1 句子种类 1.1 按结构划分 简单句 he is a boy 并列句 he is a boy , and he came here. 复合句(从句,非谓语动词) he is the boy who came here 1.2 按类型划分 陈述句(肯定句,否定句) 疑问句(特殊疑问句,一般疑问句) 阅读全文
posted @ 2019-03-05 12:16 珠峰上吹泡泡 阅读(3516) 评论(0) 推荐(2) 编辑
摘要: 网上有许多在线安装TensorFlow框架的,我试了好多,结果安装时间长先不说,还总是出现一些问题,然后我就想着离线安装,成功了,与大家分享! (1)首先,需要下载离线安装的TensorFlow包,可以从阿里云镜像站下载对应的版本。 (2)打开anaconda prompt (安装anaconda以 阅读全文
posted @ 2019-03-03 22:06 珠峰上吹泡泡 阅读(304) 评论(0) 推荐(0) 编辑
摘要: 问题:基于anaconda prompt 安装好TensorFlow框架以后,引入的时候(import tensorflow as tf)报如下图片的错误: 回答:网上好多人说是需要升级numpy,我试了,结果如下: 上图说明:需要更新的numpy已经存在了,即不需要更新,我看到后边说需要升级“pi 阅读全文
posted @ 2019-03-03 21:45 珠峰上吹泡泡 阅读(16929) 评论(0) 推荐(1) 编辑
摘要: PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。网上关于PCA的文章有很多,但是大多数只描述了PCA的分析过程,而没有讲述其中的原理。这篇文章的 阅读全文
posted @ 2019-03-01 19:57 珠峰上吹泡泡 阅读(1629) 评论(0) 推荐(0) 编辑
上一页 1 ··· 11 12 13 14 15 16 17 18 19 ··· 25 下一页