###RNN LSTM（回归例子） 这次我们会使用 RNN 来进行回归的训练 (Regression). 会继续使用到自己创建的 sin 曲线预测一条 cos 曲线. # 这次我们会使用 RNN 来进行回归的训练 (Regression). # 会继续使用到自己创建的 sin 曲线预测一条 cos 曲线. # 接下来我们先确定 RNN 的各种参数(super-parameters): i...

序列数据我们想象现在有一组序列数据 data 0,1,2,3. 在当预测 result0 的时候,我们基于的是 data0, 同样在预测其他数据的时候, 我们也都只单单基于单个的数据. 每次使用的神经网络都是同一个 NN. 不过这些数据是有关联 顺序的 , 就像在厨房做菜, 酱料 A要比酱料 B 早放, 不然就串味了. 所以普通的神经网络结构并不能让 NN 了解这些数据之间的关联. 处理序列...

Saver 保存读取我们搭建好了一个神经网络, 训练好了, 肯定也想保存起来, 用于再次加载. 那今天我们就来说说怎样用 Tensorflow 中的 saver 保存和加载吧. # 保存神经网络的方法 import tensorflow as tf import numpy as np ## Save to file # remember to define the same dtype...

一个简单的基于MNIST训练的CNN模型卷积神经网络包含输入层、隐藏层和输出层，隐藏层又包含卷积层和pooling层，图像输入到卷积神经网络后通过卷积来不断的提取特征，每提取一个特征就会增加一个feature map，pooling层也就是下采样，通常采用的是最大值pooling和平均值pooling，因为参数太多喽，所以通过pooling来稀疏参数，使我们的网络不至于太复杂。 好啦，既然你...

使用MNIST实现的例子具体的实现在注释里详细说明了 import tensorflow as tf import numpy as np from tensorflow.examples.tutorials.mnist import input_data #添加神经层的函数，有四个参数 #输入值，输入的大小，输出的大小和激励函数 def add_layer(inputs, in_siz...

加速神经网络训练（Speed Up Training）越复杂的神经网络 , 越多的数据 , 我们需要在训练神经网络的过程上花费的时间也就越多. 原因很简单, 就是因为计算量太大了. 可是往往有时候为了解决复杂的问题, 复杂的结构和大数据又是不能避免的, 所以我们需要寻找一些方法, 让神经网络聪明起来, 快起来. ####Stochastic Gradient Descent (SGD) 最...

什么是 Anaconda？Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。作为好奇宝宝的你是不是发现了一个新名词 conda，那么你一定会问 conda 又是什么呢？ 什么是 conda ？conda 是开源包（packages）和虚拟环境（environment）的管理系统。 packages 管理： 可以使用 cond...

添加一个神经层在 Tensorflow 里定义一个添加层的函数可以很容易的添加神经层,为之后的添加省下不少时间. 神经层里常见的参数通常有weights、biases和激励函数。 实现一个训练模型我会尽力在注释中详细说明，一个最简单的模型怎么训练的完整代码 #添加神经层的函数，有四个参数 #输入值，输入的大小，输出的大小和激励函数 def add_layer(inputs, insize,...

激励函数（激活函数）为了神经网络实现非线性的任务，所引入的方式。激活函数并没有什么特别要选定的，只要可以「掰弯」线性函数就行。不过要确保这些激励函数必须是可以微分的，因为在 backpropagation 误差反向传递的时候，只有这些可微分的激励函数才能把误差传递回去。 ** 不过如果随便使用激励函数，在两三层的时候无所谓，但是在特别多层的时候。容易出现梯度爆炸和梯度消失的问题。** 在卷...

Bash是什么？bash是shell的一种是被采用的最多的shell版本。 ##Shell 是什么？ shell在翻译来看： n. 外壳; 炮弹; （贝、卵、坚果等的） 壳; （人的） 表面性格; 那它到底是什么呢？我们可以理解为shell是Linux内核的“外壳”程序？的确，shell是Linux内核和操作系统的「桥梁」，我们在操作系统的所有任务都可以通过shell来与Linux内核...