摘要：
sample output 阅读全文
摘要：
sample output 阅读全文
摘要：
执行流程 $$H{y}'(y)= \sum_{i}{y_i}'log(y_i)$$ 其中\\({y_i}'\\)指代实际的标签中第i个的值（用mnist数据举例，如果是3，那么标签是[0，0，0，1，0，0，0，0，0，0]，除了第4个值为1，其他全为0） 就是softmax的输出向量[Y1，Y2, 阅读全文
摘要：
```
tf.nn.max_pool( value, ksize, strides, padding, data_format='NHWC', name=None
)
``` ```
参数：
value：由data_format指定格式的4-D Tensor ([batch_size, height, width, channels])
ksize... 阅读全文
摘要：
```
tf.nn.depthwise_conv2d( input, filter, strides, padding, rate=None, name=None, data_format=None
)
``` ```
参数：
input：4-D,形状根据data_format得出
filter：4-D,形状为[filter_height,... 阅读全文
摘要：
```
tf.nn.relu6(features,name=None)
``` ```
计算校正线性6：min(max(features, 0), 6) 参数：
features：一个Tensor,类型为float,double,int32,int64,uint8,int16,或int8
name：操作的名称(可选) 返回：
一个Tensor,与features具有相同类型
``` 阅读全文
摘要：
sample output 阅读全文
摘要：
sample output 阅读全文
摘要：
```
tf.nn.relu(features, name = None)
``` ```
计算校正线性：max(features, 0) 参数：
features：一个Tensor.必须是下列类型之一：float32,float64,int32,uint8,int16,int8,int64,bfloat16,uint16,half,uint32,uint64
name：操作的名称(可选) ... 阅读全文
摘要：
将s1全部替换为s2 删除s1 阅读全文