摘要：
阅读全文
摘要：
阅读全文
摘要：
1、softmax_cross_entropy_with_logits tf.nn.softmax_cross_entropy_with_logits(logits, labels, name=None) 解释：这个函数的作用是计算 logits 经 softmax 函数激活之后的交叉熵。 对于每个 阅读全文
摘要：
1、l2_loss函数 tf.nn.l2_loss(t, name=None) 解释：这个函数的作用是利用 L2 范数来计算张量的误差值，但是没有开方并且只取 L2 范数的值的一半，具体如下： output = sum(t ** 2) / 2 2、tensorflow实现 输入参数： t: 一个Te 阅读全文
摘要：
1、l2_normalize函数 tf.nn.l2_normalize(x, dim, epsilon=1e-12, name=None) 解释：这个函数的作用是利用 L2 范数对指定维度 dim 进行标准化。 比如，对于一个一维的张量，指定维度 dim = 0，那么计算结果为： output = 阅读全文
摘要：
输出结果： bias_add:[[ 2. 0.] [ 3. 1.] [ 4. 2.]]add:[[ 2. 2.] [ 3. 3.] [ 4. 4.]] 阅读全文
摘要：
1、dropout dropout 是指在深度学习网络的训练过程中，按照一定的概率将一部分神经网络单元暂时从网络中丢弃，相当于从原始的网络中找到一个更瘦的网络，这篇博客中讲的非常详细 2、tensorflow实现 用dropout： import tensorflow as tf import nu 阅读全文
摘要：
参考：http://www.jianshu.com/p/e112012a4b2d 阅读全文
摘要：
阅读全文
摘要：
阅读全文
摘要：
按照网上教程安装好了 theano 之后，import theano 出现错误。“cannot import name gof”。网上找了很多教程，都不可行。最后找到如下教程。亲测可行！终于解决了!!!! 问题的解决方案就是安装 libpython查看 conda list确实没有 libpytho 阅读全文
摘要：
最近看起深度学习的一些知识，想要学习一个框架。在网上看了别人对这些框架的评比后，决定学习 tersorflow。之前一直以为 tersorflow 只可以在 Linux 下安装，出乎意料的是，Windows 下 Python3.5 也可以安装。so happy! 以下是自己的安装教程。注意：只有 P 阅读全文
摘要：
过拟合 在进行数据挖掘或者机器学习模型建立的时候，因为在统计学习中，假设数据满足独立同分布，即当前已产生的数据可以对未来的数据进行推测与模拟，因此都是使用历史数据建立模型，即使用已经产生的数据去训练，然后使用该模型去拟合未来的数据。但是一般独立同分布的假设往往不成立，即数据的分布可能会发生变化（di 阅读全文
摘要：
1、softsign函数 图像 2、tensorflow softsign应用 输出结果： input:[ 0. -1. 2. -30. 30.]output:[ 0. -0.5 0.66666669 -0.96774191 0.96774191] 阅读全文
摘要：
1、elu函数 图像： 2、tensorflow elu应用 输出结果： input:[ 0. -1. 2. -3.]output:[ 0. -0.63212055 2. -0.95021296] 阅读全文
摘要：
1、softplus函数表达式 图像： 2、tensorflow 举例 输出结果： input:[ 0. 1. 2. 3.]output:[ 0.69314718 1.31326163 2.12692809 3.04858732] 阅读全文
摘要：
1.sigmoid函数 S(x)=1/(1+exp(-x)) 导数为：S(x)*(1-S(x))。 这个数值不会超过0.25.。通过sigmoid函数计算的函数值在0~1之间，如果神经网络的层数很多，如果每一层的激励函数采用sigmoid函数，就会产生梯度弥散的问题。因为利用BP函数更新参数的时候， 阅读全文
摘要：
1、tanh（）函数 tanh是双曲函数中的一个，tanh()为双曲正切。 双曲正切函数的导数公式： 2、tensorflow tanh（）例子 import tensorflow as tf input=tf.constant([1,2,3,4],dtype=tf.float32) #在tenso 阅读全文
摘要：
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None) 官方教程说明： 给定四维的input和filter tensor，计算一个二维卷积 input: A T 阅读全文