摘要：
目标：介绍如何对图像数据进行预处理使训练得到的神经网络模型尽可能小地被无关因素所影响。但与此同时，复杂的预处理过程可能导致训练效率的下降。为了减少预处理对于训练速度的影响，TensorFlow 提供了多线程处理输入数据的解决方案。 TFRecord 输入数据格式 TensorFlow 提供了一种统一 阅读全文
摘要：
郑捷《机器学习算法原理与编程实践》学习笔记（第一章 机器学习基础） 机器学习 对象 是指含有一组特征的行向量，也称为 特征向量 。 一般而言，一个对象应视为完整的个体，代表现实中有意义的事物，不能轻易拆分。 对于文本类数据集，需要首先生成词袋列表，再将每个词出现的词频数值化。 例如： 1. My d 阅读全文
摘要：
参考资料: "深度学习笔记目录" "向机器智能的TensorFlow实践" "TensorFlow机器学习实战指南" "Nick的博客" TensorFlow 采用数据流图进行数值计算。节点代表计算图中的数学操作，计算图的边表示多维数组，即张量。 在 TensorFlow 官网上将其定义为 基于数据 阅读全文
摘要：
TensorFlow 中维护的集合列表 在一个计算图中，可以通过集合( )来管理不同类别的资源。比如通过 函数可以将资源加入一个或多个集合中，然后通过 获取一个集合里面的所有资源(如张量，变量，或者运行TensorFlow程序所需的队列资源等等)。比如，通过 获得总损失。 |集合名称|集合内容|使用 阅读全文
摘要：
```python batch_size = n 每次读取一小部分数据作为当前的训练数据来执行反向传播算法 x = tf.placeholder(tf.float32, shape=(batch_size, feature_num), name="x input") y_= tf.placehold 阅读全文
摘要：
提供了通过变量名称来创建或者获取一个变量的机制，通过这个机制，在不同的函数中可以直接通过变量的名字来使用变量， 而不需要将变量通过参数的形式到处传递，避免了参数太多而不好管理的情况出现。此机制通过 和 函数实现。 1. 可通过 来创建变量； 2. 函数可创建（创建的功能基本等价于 ）或者获取一个变量 阅读全文
摘要：
```python
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from matplotlib.ticker import LinearLocator from matplotlib.font_manager import FontProperties
# 用于解决 Windows 系统，显示中文字体的问题
... 阅读全文
摘要：
尽管科学家一个接一个的科研成果让我们对记忆有了越来越多的了解，但直到今天，科学家所发现的所谓大脑的秘密也只是冰山一角，在很大程度上，大脑和记忆仍是神秘的。研究人员认为，记忆是一个过程，并且当你记忆的时候，实际上就是你把保存在大脑中零零碎碎的信息进行重建。但让人不解的是，究竟是什么东西引发大脑开始这个 阅读全文
摘要：
1 计算模型 —— 计算图（Graph） 更多参考： "数据流图" 中的所有计算都会被转化为计算图上的节点。 是一个通过计算图的形式来表述计算的编程系统。 中的每个计算都是计算图的一个 节点 ，而节点之间的 边 描述了计算之间的依赖关系。 TensorFlow 的计算模型是有向图,采用 数据流图 ( 阅读全文
摘要：
matrix: 矩阵，更多参考 "英文" ) Submatrix：子矩阵 Linear equations：线性方程组 Linear transformations：线性变换 Square matrix：方阵 Identity matrix：单位阵 Diagonal and triangular m 阅读全文