摘要：
一、了解JNA之前，我们先了解一下JNA的前身JNI（Java Native Interface）：通过使用 Java本地接口书写程序，可以确保代码在不同的平台上方便移植。 [1] 从Java1.1开始，JNI标准成为java平台的一部分，它允许Java代码和其他语言写的代码进行交互。 实现流程： 阅读全文
摘要：
一、这里的案例相对比较简单，主要就是通过学习验证码的识别来认识深度学习中我们一般在工作中，需要处理的东西会存在哪些东西。 二、因为我没有数据集，没有关系，这里自己写了一个数据集，来做测试，为了方便我把这个数据集，写成了*.tfrecords格式的文件。 三、生成数据集 1）生成验证码图片 说明：我这 阅读全文
摘要：
一、卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。卷积神经网络具有表征学习（repre 阅读全文
摘要：
一、TensorFlow为什么要存在变量收集的过程，主要目的就是把训练过程中的数据，比如loss、权重、偏置等数据通过图形展示的方式呈现在开发者的眼前。 自定义参数：自定义参数，主要是通过Python去执行，然后传入对应的参数。常见的有路径、训练次数等。 梯度下降：这个应该是最常见的训练手段了，在监 阅读全文
摘要：
一、TensorFlow的模型保存和加载，使我们在训练和使用时的一种常用方式。我们把训练好的模型通过二次加载训练，或者独立加载模型训练。这基本上都是比较常用的方式。 二、模型的保存与加载类型有2种 1）需要重新建立图谱，来实现模型的加载 2）独家加载模型 三、模型的保存与训练加载 四、模型的独立加载 阅读全文
摘要：
一、我们都知道Python由于GIL的原因导致多线程并不是真正意义上的多线程。但是TensorFlow在做多线程使用的时候是吧GIL锁放开了的。所以TensorFlow是真正意义上的多线程。这里我们主要是介绍queue式的多线程运行方式。 二、了解一下TensorFlow多线程queue的使用过程 阅读全文
摘要：
一、TensorFlow™是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。 二、前面我们已经介绍了TensorFlow在人工智能领域所能做的事 阅读全文
摘要：
一、深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。 深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获 阅读全文
摘要：
一、模型的保存，主要是我们在训练完成的时候把训练下来的数据保存下来，这个也就是我们后续需要使用的模型算法。模型的加载，在保存好的模型上面我们通过原生保存好的模型，去计算新的数据，这样不用每次都要去训练，然后才能计算新的值的预测值。 二、代码 阅读全文
摘要：
一、网格搜索，在我们不确定超参数的时候，需要通过不断验证超参数，来确定最优的参数值。这个过程就是在不断，搜索最优的参数值，这个过程也就称为网格搜索。 二、检查验证，将准备好的训练数据进行平均拆分，分为训练集和验证集。训练集和验证集的大小差不多，总体份数通过手动设置。具体过程为： 由上图可以得知，训练 阅读全文