TensorFlow笔记5：神经网络中的激活函数(activation function)
在学习深度学习神经网络时，经常会在网络中看到“激活函数”，一般用于某一层的输出数据上，但一直不太明白为什么要有这个东西。 因此这篇博客参考了网上各种资源学习了一下，这里简单做一个总结。主要从以下几个方面介绍：是什么、为什么要用(有什么效果)、常用的激活函数。 一、为什么要用激活函数 ...»
CentOS源码编译安装TensorFlow
之所以尝试了一下源码编译TF，理由很简单。一是因为每次在运行的时候都会出现如下警告，感觉有点“不爽”。 二是本来电脑就没有GPU，如果CPU的一点点加速都用不了，那就是太慢了。 所以就想着去编译一个优化后的TF安装包。 准备工作 1.查看可优化的信息 直接利用PIP安装普通版的TF，然...»
Python脚本转Linux可执行文件
前言 在之前写了Python脚本转exe的博客，点击这里查看。 但因项目需要，需要在Linux服务器上运行Python脚本，但无奈服务器上的Python“很干净”，所有第三方的包都没有，Numpy、Matplotlib等等，但安装又很麻烦。 服务器没有联网，连基本的setuptools、p...»
TensorFlow笔记4：MNIST 1
MNIST 经典的MNIST问题，相关原理其实和上一篇博客类似。利用线性模型y=Wx+b并结合Softmax实现分类。 更多有关原理的部分可以参考之前的这篇博客或者TF官方教程。 这篇博客主要侧重于代码实现。并且代码整体框架沿用上篇博客的“曲面拟合”，也以此来展示虽然不同任务的目标不同，...»
TensorFlow笔记3：拟合曲面
好久没看TensorFlow，又看了看。还是从最基础的学起吧。虽然是最基础的东西，却也包含了运行TF的全部流程。 1.拟合平面 我们首先生成一些三维点(x、y坐标)，然后指定模型模型参数，然后根据模型算出每个点的z值。最后将这些三维点输入TF进行训练。最终TF会给我们返回估计的参数。...»