摘要: 首先输入图像是28*28处理好的图。 第一层卷积:用5*5的卷积核进行卷积,输入为1通道,输出为32通道。即第一层的输入为:28*28图,第一层有32个不同的滤波器,对同一张图进行卷积,然后输出为32张特征图。需要32张特征图原因是能表示更多的特征。 第二层卷积:卷积核同样为5*5,但是输入为32通 阅读全文
posted @ 2017-11-20 19:48 在下小白 阅读(822) 评论(0) 推荐(0) 编辑
摘要: tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None) 介绍参数: input:指卷积需要输入的参数,具有这样的shape[batch, in_height, in_width, in_chann 阅读全文
posted @ 2017-11-11 18:36 在下小白 阅读(11268) 评论(0) 推荐(0) 编辑
摘要: mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) sess = tf.InteractiveSession() #创建一个新的senssion,这个命令会将这个session注册为默认的session,之后的运算也默认跑在这 阅读全文
posted @ 2017-11-10 21:08 在下小白 阅读(767) 评论(0) 推荐(0) 编辑
摘要: Encrypt the page data contents. Page type can't be FIL_PAGE_ENCRYPTED, FIL_PAGE_COMPRESSED_AND_ENCRYPTED,FIL_PAGE_ENCRYPTED_RTREE.是加密页面数据内容。 页面类型不能 Sh 阅读全文
posted @ 2017-11-05 21:46 在下小白 阅读(340) 评论(0) 推荐(0) 编辑
摘要: CREATE TABLE `t_user` ( `id` bigint(20) NOT NULL AUTO_INCREMENT, `name` varchar(255) DEFAULT NULL, `age` tinyint(4) DEFAULT NULL, `create_time` dateti 阅读全文
posted @ 2017-11-05 20:45 在下小白 阅读(439) 评论(0) 推荐(0) 编辑
摘要: ibdata是InnoDB最重要的系统表空间文件,它记录了InnoDB的核心信息,包括事务系统信息、元数据信息,记录InnoDB change buffer的btree,防止数据损坏的double write buffer等等关键信息。 InnoDB逻辑存储空间称为表空间,表是由段(segment) 阅读全文
posted @ 2017-10-31 10:27 在下小白 阅读(594) 评论(0) 推荐(0) 编辑
摘要: 1.安装命令: yum install -y gcc gcc-c++ make automake wget http://www.cmake.org/files/v2.8/cmake-2.8.10.2.tar.gztar -zxvf cmake-2.8.10.2.tar.gzcd cmake-2.8 阅读全文
posted @ 2017-10-22 19:33 在下小白 阅读(3333) 评论(0) 推荐(0) 编辑
摘要: 今天花了大半天的时间,把三层神经网络,自己推导了一遍。对于其基础思想有了一定的了解,特写此文记录下。 首先介绍基本概念,三层分别为输入层、隐含层和输出层。横线箭头为权重。所要最求的目的就是,在此网络下的输出与真实的输出尽可能的接近。 其中截距项的作用:拟合平面上的一些点,的普适性肯定比好,能够是的所 阅读全文
posted @ 2017-09-24 20:30 在下小白 阅读(594) 评论(0) 推荐(0) 编辑