- 博客(13)
- 收藏
- 关注
RSS订阅原创 TensorFlow学习笔记（五）： Tensorflow on Android
介绍了Tensorflow的Android事例的编译过程注意点和运行结果。
2016-11-28 17:15:56
1680
原创 Ubuntu 16.04 利用qemu模拟ARM开发板
讲述了如何利用QEMU模拟ARM 9板卡。使用的是Ubuntu16.04 和 4.4.1的kernel.
2016-11-20 21:27:02
14050
7
原创 Anaconda使用问题：OpenCV包的配置
使用Conda指令安装的opencv能在tensorflow下正常使用，但是到了Caffe下面，import Caffe的过程中可能会提示undefined symbol错误，看到错误提示含有imencode的字样，因此可能是OpenCV的版本不匹配的原因。一个可行的方案是将Anaconda下面的OpenCV替换成自己编译的OpenCV库。修改的方式如下：假设Anaconda的
2016-10-29 23:38:11
5311
原创 TensorFlow学习笔记（四）：Tensorflow网络构建和TensorBoard进行训练过程可视化
用了Anaconda安装了一个tensorflow运行环境以后，终于发现各种操作顺手了一些。但发现运行了一系列的Tutorial运行后，如何组织一个Tensorflow的应用却仍然不是很明确。下面就从python小白的方面理解一下mnist_with_summaries.py这个文件。
2016-10-01 23:23:27
10341
原创 TensorFlow学习笔记（一补）：使用Anaconda安装TensorFlow
最近，tensorflow网站上给出了新的使用Anaconda配置和安装Tensorflow的步骤，经过测试，在国内可以无障碍的访问。Anaconda 是一个基于python的科学计算包集合，目前支持Python 2.7，3.4，3.5，3.6。
2016-09-29 20:33:52
115405
14
原创 深度学习讲座笔记：Deep Learning for Computer Vision - Andrej Karpathy at Bay Area Deep Learning School
Andrej Karpathy这次演讲是Day 1 的第2个演讲，题为深度学习在图像处理方面的应用，阐述了卷积神经网络架构的设计，以及ILSVR历年竞赛的情况以及最近在图像处理这方面的进展，并且给出了一些如何开展这方面研究工作的实用建议。
2016-09-26 21:02:06
2362
原创 深度学习基础：RNN与LSTM
这一篇主要是想根据Google的Colah的文章《Understanding LSTM Networks》阐述一下什么是LSTM（Long Short Time Memory）网络。
2016-09-19 23:17:39
19283
3
原创 深度学习基础：反向传播即BP算法的推导过程
BP算法简单的来说就是根据神经网络实际的输出和目标输出（也就是输入样本对应的标记）之间的误差计算神经网络各个权值的过程。采用BP算法从输出层、经过隐层再到输入层进行层层计算的原因是如果直接计算误差函数相对于各权值的偏导很难得到显式的表达函数（最小均方算法或Widrow-Hoff学习算法），采用从后向前递推的方式大幅度的利用了前期的计算值，也使得网络具备了更多的灵活性。
2016-08-23 23:04:41
6190
原创 TensorFlow学习笔记（三）：Tutorial第二个例子-深入MNIST-卷积神经网络
这篇文章主要对TensorFlow的Tutorial第二个例子-深入MNIST-卷积神经网络一些不是特别明确的问题进行说明，包括卷积网络的结构与LeNet-5的区别，Dropout及ADAM优化器。
2016-08-05 21:28:31
5650
原创 TensorFlow学习笔记（二）：快速理解Tutorial第一个例子-MNIST机器学习入门
TensorFlow的第一个例子很简单，就是利用Softmax回归来辨识MNIST的里面的数字样本。1. 怎样理解MNISTMNIST的全称是Mixed National Institute of Standards and Technology database，是一系列带标记的数字图片。原始的NIST数据集的训练集是美国人口普查局的雇员的笔迹，而验证集是采集自美国中学生的笔迹。所以从机
2016-08-02 22:12:38
10927
原创 TensorFlow学习笔记（一）：快速安装与使用TensorFlow
由于国内链接的一些原因，使用TensorFlow的资源比较困难，因此如果直接按照TensorFlow的官网Tutorial会出现各种错误。不过网上的几个资源还是给了一条比较给力的路径来实现TensorFlow的使用。下面就结合这些文章的链接，说一说如何快速安装和配置TensorFlow，并且实现第一个MNIST的例子。1. 安装TensorFlow这里只给出如何使用Docker镜像
2016-07-30 17:55:37
52279
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人