摘要： 官方tutorial是这么说的： The only difference with a regular Session is that an InteractiveSession installs itself as the default session on construction. The 阅读全文

摘要： 前面学习的cifar10项目虽小，但却五脏俱全。全面理解该项目非常有利于进一步的学习和提高，也是走向更大型项目的必由之路。因此，summary依然要从cifar10项目说起，通俗易懂的理解并运用summary是本篇博客的关键。 先不管三七二十一，列出cifar10中定义模型和训练模型中的summar 阅读全文

摘要： 从初识tf开始，变量这个名词就一直都很重要，因为深度模型往往所要获得的就是通过参数和函数对某一或某些具体事物的抽象表达。而那些未知的数据需要通过学习而获得，在学习的过程中它们不断变化着，最终收敛达到较好的表达能力，因此它们无疑是变量。 正如三位大牛所言：深度学习是一种多层表示学习方法，用简单的非线性 阅读全文

摘要： 深度学习既然是基于数据的方法，先不管多抽象，那总归是有读取数据的方法的吧，这里的数据应该是一个统称，包含我们讲的数据集和变量tensor。 tf读取数据一共有3种方法： 供给数据(Feeding)： 创建占位符，让Python代码来供给数据。 从文件读取数据(Reading)： tf可以从文件中读取 阅读全文

摘要： TensorFlow 有几个操作用来创建不同分布的随机张量。注意随机操作是有状态的，并在每次评估时创建新的随机值。 下面是一些相关的函数的介绍： tf.random_normal 从正态分布中输出随机值。 args: shape：一维整数或 Python 数组表示输出张量的形状。 mean：dtyp 阅读全文

摘要： range()函数用于创建数字序列变量，有以下两种形式： 该数字序列开始于 start 并且将以 delta 为增量扩展到不包括 limit 时的最大值结束，类似python的range函数。 阅读全文

摘要： tf中assign()函数可用于对变量进行更新包括变量的value和shape。 涉及以下函数： tf.assign(ref, value, validate_shape = None, use_locking = None, name=None) tf.assign_add(ref, value, 阅读全文

摘要： 在tensorflow中的卷积和池化层(一)和各种卷积类型Convolution这两篇博客中，主要讲解了卷积神经网络的核心层，同时也结合当下流行的Caffe和tf框架做了介绍，本篇博客将接着tensorflow中的卷积和池化层(一)的内容，继续介绍tf框架中卷积神经网络CNN的使用。 因此，接下来将 阅读全文

摘要： 本文来自于公众号驭势未来，是驭势科技的微信公众平台，本博客收录的这篇文章版权作者吴甘沙，博客中仅对部分内容进行编辑。 作者：吴甘沙 原文链接：here 声明：文中的观点只代表版权作者的观点，本转载不涉及商业利益，只作为学习交流使用，并在此感谢作者无私的分享。 ———————————————————— 阅读全文

摘要： 从最开始的卷积层，发展至今，卷积已不再是当初的卷积，而是一个研究方向。在反卷积这篇博客中，介绍了一些常见的卷积的关系，本篇博客就是要梳理这些有趣的卷积结构。 阅读本篇博客之前，建议将这篇博客结合在一起阅读，想必会有更深的理解。另外，不管是什么类型的卷积，我们都把它理解成一种运算操作。 Group c 阅读全文