摘要：
本节主要定义个添加层的函数，在深度学习中是通过创建多层神经网络来实现的，因此添加层的函数会被经常用到： 本节先到这里。 阅读全文
摘要：
当我们回到家，如果家里有异样，我们能够很快就会发现家中的异样，那是因为这些异常的摆设在我们的大脑中会产生较强的脑电波。 当我们听到某个单词，我们大脑中跟这个单词相关的神经元会异常兴奋，而同这个单词无关的神经元就不会有很大的刺激。 这个就是大脑中的激励函数。 有了激励函数，我们才会对外部的刺激产生非线 阅读全文
摘要：
上个文章中讲述了tensorflow中如何定义变量以及如何读取变量的方式，本节主要讲述关于传入值。 变量主要用于在tensorflow系统中经常会被改变的值，而对于传入值，它只是当tensorflow系统运行时预先设置的值，然后在运行期间不会被改变，有点类似函数中的不可变的输入参数。 传入值同常量之 阅读全文
摘要：
在程序中定义变量很简单，只要定义一个变量名就可以，但是tensorflow有点类似在另外一个世界，因此需要通过当前的世界中跟tensorlfow的世界中进行通讯，来告诉tensorflow的世界中定义了一个变量，这个通讯的空间就是tf类，看个例子就应该能明白： 这里定义了一个tensorflow变量 阅读全文
摘要：
在tensorflow中，当定义好结构后，就要通过tf.session()来建立运行时的会话。 本例子应该不难理解，我们用tensorflow来计算一下一个1行2列的矩阵和2行1列矩阵的乘积： 输出为： 当然，如果读者熟悉python中的with语句，则也可以用with语句来进行，这样就可以不用管s 阅读全文
摘要：
本节主要用一个例子来讲述一下基本的tensorflow用法。 在这个例子中，我们首先伪造一些线性数据点，其实这些数据中本身就隐藏了一些规律，但我们假装不知道是什么规律，然后想通过神经网络来揭示这个规律。 伪造数据 创建模型 在伪造数据之后，我们当作不知道这些数据中蕴含的规律，我们只看到有一堆(x, 阅读全文
摘要：
基本概念 近实时 (Near Realtime NRT) Elasticsearch是一个接近实时的搜索平台。 这意味着从索引文档的时间到可搜索的时间都有一个小的延迟（通常是一秒）。 这就意味着当新增数据后最坏情况大概要1秒之后才能被搜索到。 集群 当一台服务器无法满足索引数据容量和查询性能的时候， 阅读全文
摘要：
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能 阅读全文
摘要：
训练好了一个Model 以后总需要保存和再次预测, 所以保存和读取我们的sklearn model也是同样重要的一步。 比如，我们根据房源样本数据训练了一下房价模型，当用户输入自己的房子后，我们就需要根据训练好的房价模型来预测用户房子的价格。 这样就需要在训练模型后把模型保存起来，在使用模型时把模型 阅读全文
摘要：
在上一个博文中，我们用 函数来确定应该拥有多少的训练集能够达到效果，就像一个人进行学习时需要做多少题目就能拥有较好的考试成绩了。 本次我们来看下如何调整学习中的参数，类似一个人是在早上7点钟开始读书好还是晚上8点钟读书好。 加载数据 数据仍然利用手写数字识别作为训练数据： 调整参数 我们想要调整·S 阅读全文