摘要：
本文主要介绍Dropout及延伸下来的一些方法，以便更深入的理解。 想要提高CNN的表达或分类能力，最直接的方法就是采用更深的网络和更多的神经元，即deeper and wider。但是，复杂的网络也意味着更加容易过拟合。于是就有了Dropout，大部分实验表明其具有一定的防止过拟合的能力。 1- 阅读全文
摘要：
Your ''.join() expression is filtering, removing anything non-ASCII; you could use a conditional expression instead: This handles characters one by on 阅读全文
摘要：
Python的str类有split方法，但是这个split方法只能根据指定的某个字符分隔字符串，如果要同时指定多个字符来分隔字符串，该怎么办呢？ 幸运的是python的re模块中提供的split方法可以用来做这件事情，如下代码示例： 例如： 阅读全文
摘要：
http://cs231n.github.io/ 里面有很多相当好的文章 http://cs231n.github.io/convolutional-networks/ Table of Contents: Architecture Overview ConvNet Layers Convoluti 阅读全文
摘要：
tf.nn.conv2d是TensorFlow里面实现卷积的函数，参考文档对它的介绍并不是很详细，实际上这是搭建卷积神经网络比较核心的一个方法，非常重要 tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name 阅读全文
摘要：
在计算loss的时候，最常见的一句话就是tf.nn.softmax_cross_entropy_with_logits，那么它到底是怎么做的呢？ 首先明确一点，loss是代价值，也就是我们要最小化的值 tf.nn.softmax_cross_entropy_with_logits(logits, l 阅读全文
摘要：
a = np.arange(2*4*4) b = a.reshape(1,4,4,2) #应该这样按反序来理解：最后一个2是一个只有2个元素的向量，最后的4,2代表4×2的矩阵，最后的4×4×2代表立体张量，第一个1代表只有一个这样的张量（即该张量在第四维度只有一个元素）。 c = a.reshap 阅读全文
摘要：
Let's begin by a short introduction to variable sharing. It is a mechanism in TensorFlow that allows for sharing variables accessed in different parts 阅读全文