摘要： 相同点：都是组合重构数据. 不同点：concat（）不改变维数，而stack改变了维数（待定！！！） tf.concat是连接两个矩阵的操作，请注意API版本更改问题，相应参数也发生改变，具体查看API. tf.concat(concat_dim, values, name='concat') 除去 阅读全文

摘要： [array([[1],[4]]), array([[2],[5]]), array([[3],[6]])] [array([1, 4]), array([2, 5]), array([3, 6])] [array([[1, 2, 3]]), array([[4, 5, 6]])] [array([ 阅读全文

摘要： 相同点：他们都增加了矩阵的维度，而split()不改变维度！ tf.stack（）这是一个矩阵拼接的函数，tf.unstack（）则是一个矩阵分解的函数 c是拼接，而d和e则是不同维度的分解 阅读全文

摘要： from http://blog.csdn.net/qq_31780525/article/details/72280284 tf.expand_dims() Function tf.expand_dims(input, axis=None, name=None, dim=None) Inserts 阅读全文

摘要： from http://blog.csdn.net/tsq292978891/article/details/78619384 都是一种权值更新算法，类似于SGD算法，其中，RMSProp是RProp算法的改良版。 RProp算法 不同权值参数的梯度的数量级可能相差很大，因此很难找到一个全局的学习步 阅读全文

摘要： from http://www.cnblogs.com/qggg/p/6876942.html 转自 http://blog.csdn.net/sinat_30071459/article/details/50721565 深度学习中经常看到epoch、 iteration和batchsize，下面 阅读全文

摘要： https://www.cnblogs.com/qggg/p/6832342.html 阅读全文

摘要： from http://blog.csdn.net/appleml/article/details/53668237 from http://blog.csdn.net/appleml/article/details/53668237 运行后的结果如下： hello/arr1:0 scope_nam 阅读全文

摘要： 1.简介 TextCNN 是利用卷积神经网络对文本进行分类的算法，由 Yoon Kim 在 “Convolutional Neural Networks for Sentence Classification” 一文 (见参考[1]) 中提出. 是2014年的算法. 图1-1 参考[1] 中的论文配 阅读全文

摘要： from http://blog.csdn.net/han_xiaoyang/article/details/52665396 阅读全文