10.2 准备代码和训练集.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
文本预览下载声明
10.2准备代码和训练集195我们的目标是：建立一个用于识别图像的卷积神经网络，选择cifar10数据集中的图片来训练它，最终得到一个10分类的物体识别模型（即判断一张图像分别为飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车的概率，10个物
显示全部
文档详情
相似文档
-
10.6 多GPU训练.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
10.6多GPU训练213defmain(argv=None):cifar10.maybedownloadandextract()iftf.gfile.Exists(FLAGS.evaldir
-
10.4 训练模型.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
10.4训练模型207从Alex的网站下载并解压缩tarballdestdirectory=FLAGS.datadirifnotos.path.exist
-
9.4.5 会话.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
第9章深入TensorFlow180out_layer=tf.matmul(layer_2,weights[out])outlayer=tf.add(o
-
10.5 评估模型的性能.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
第10章TensorFlow案例实践210#在loss是NaN时，监控loss，停止训练LoggerHook()],config=tf.ConfigProt
-
10.3 构造模型计算图.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
10.3构造模型计算图199ifnottf.gfile.Exists(f):raiseValueError(Failedtofindfile:+f)#创建一个生成要读取的文件名的队列
-
9.5.3 分布式计算.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
9.5使用GPU185图9-24同步异步计算示意图9.5.3分布式计算分布式计算是TensorFlow最重要的特性之一。TensorFlow可以将不同性能的机器
-
8.2.1 LSTM的结构.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
8.2长短期记忆网络157响，例如：()332hhg=Wh（8-22）(())()()323hhf′′gfWh=（8-23）如果将()3Whh调成4左右，再观察一下激活函数导数的图像可以发现：f′(⋅)的输入跑到了函数的右侧，相当于f′(⋅
-
8.1.1 梯度弥散的缘由.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
第8章LSTM循环神经网络8.1梯度弥散现象8.1.1梯度弥散的缘由第7章介绍了循环神经网络的基本知识。本章将延续第7章的内容，介绍一种RNN的改进模型：长短期
-
6.1.4 Minsky 感知器与局部感受野.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
6.1感知器模式识别1056.1.4Minsky感知器与局部感受野1969年，MarvinMinsky和SeymourPapert在《Perceptrons》一
-
5.2.5 最大熵模型.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
5.2Logistic回归91而根据这一原理，我们则将编码规则完全均匀分布（见表5-9）。如果韩梅梅说了“AAAABBCD”这样一句话，对于先前的编码规则（见表5-8），我将花费14元钱。如果
-
5.2.2 Logistic 回归回顾.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
第5章Logistic回归与Softmax回归84事实上，感知器就是一个线性回归二分类的实现。5.2.2Logistic回归回顾一般情况下，通过感知器建立的线性
-
5.2.1 线性回归回顾.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
5.2Logistic回归81222211111111loglogloglog828448282.625bit⎛⎞=−+++⎜⎟⎝⎠=这就意味着韩梅梅说一句话需
-
4.1.1 再次回到 MCP 神经元.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
第4章人工神经网络4.1从感知器到多层感知器4.1.1再次回到MCP神经元在第3章中我们通过引入布尔逻辑门和MCP神经元，了解了感知器的内涵，并将其定义成一种从输入空间到输出空间线性分类的方法。对于一个从二维
-
2.1.3 性能.pdf-李建军 王希铭 潘勉 等-人民邮电出版社
第2章机器学习概述20置、户型、面积，预测它的房价，如图2-4所示。与分类不同，回归的结果是一些连续的值，而不是一个个离散的类别。●识别与转换扫描印刷体并转成电子文档，转换声音为文字等。●翻译将一系列语言符号转换成另一种语言符号。●无人驾驶
-
深度学习与TensorFlow实战.pdf-李建军 王希铭 潘勉 等-2018年版-人民邮电出版社
深度学习与Tensorflow 实战.indd 12018/7/24 15:39:30深度学习与Tensorflow 实战-扉页.indd 12018/7/27 15:26:31内 容 提 要本书主要讲解深度学习和TensorFlow的实战知识，全书分为10章，主要内容如下：第1章为深度学习概述，包括深度学习的基础知识、深度学习的生产力实现—TensorFlow、数据模型、TensorFlow项目介绍、TensorFlow工作环境的安装与运行；第2章为机器学习概述，讲解机器学习的定义、任务、性能、经验、学习算法、线性回归实例和TensorFlow的完整运行脚本；第3章介绍从生物