XLA(Accelerated Linear Algebra)，线性代数领域专用编译器(demain-specific compiler)，优化TensorFlow计算。即时(just-in-time,JIT)编译或提前(ahead-of-time,AOT)编译实现XLA，有助于硬件加速。XLA还在试验阶段。https://www.tensorflow.org/ve... 。XLA优势线性代数领域...
矩阵进阶 - 范数范数（norm）不管是一个向量，还是一个矩阵，我们在机器学习中都经常需要有一个对于它们大小的度量。对于向量的度量，就是欧基里得距离，即所有的值的平方的和的平方根。我们用ord='euclidean'的参数来调用tf.norm来求欧基里得范数。例： >>> a2 = tf.constant([1,2,3,4],dtype=tf.floa...
所需安装包这里以windows7+TensorFlow-gpu1.5+cuda8+cudnn6+anaconda5+python3.6为例。这里强烈推荐GPU版本。cuda_8.0.61_windows.exe http://developer2.download.nvidia.com/compute/cuda/8.0/secure/Prod2/local_installers/cuda_8.0....
基于Tensorflow的基本原理，首先需要定义图，然后计算图，其中计算图的函数常见的有run()函数，如sess.run()。 eval() 其实就是tf.Tensor的Session.run() 的另外一种写法，但两者有差别 官方解释 使用sess.run()在同一步获取多个tensor中的值，使用Tensor.eval()时只能在同一步当中获取一个tensor值，并且每次使用 ev...
0维的数组，就是一个数据，称之为标量Scalar；1维的数组，称为向量Vector；2维的数组，称为矩阵Matrics；3维及以上的数组，称为张量Tensor。Tensorflow的运行需要一个Session对象。sess = tf.Session()标量Scalar标量是指只有一个数字的结构。我们尝试将一个整数赋给一个Tensorflow的常量，看看是什么效果： >>> a1...
机器学习、深度学习与自然语言处理领域推荐的书籍列表人工智能、深度学习与 Tensorflow 相关书籍、课程、示例列表是笔者 Awesome Links 系列的一部分；对于其他的资料集锦、模型、开源工具与框架请参考 DataScienceAI Links Series。本文推荐的部分开源书籍可以前往 Awesome-CS-Books-Warehouse 便捷翻阅，或者前往 AI CheatShee...
卷积神经网络（Convolutional Neural Network/CNN）从计算机的角度来看，图像实际上是一个二维矩阵，卷积神经网络所做的工作就是采用卷积、池化等操作从二维数组中提取特征，并对图像进行识别。理论上来说，只要是能转换成二维矩阵的数据，都可以利用卷积神经网络来识别和检测。卷积神经网络一个普通的卷积神经网络由各种层按顺序堆叠而成，这些层主要分三类：卷积层、池化层和全连接层。激活函数...
神经网络的结构经典的神经网络由输入层，隐藏层和输出层组成；其中隐藏层可以多层，输入输出层只能各一层；通常输入层和输出层的神经元个数是定的，隐藏层的神经元个数由权重W的大小决定。和神经网络中其他层不同，输出层的神经元一般不会有激活函数，最后的输出层大多用于表示分类评分值。这些层也叫全连接层（fully-connected layer），因为前后两层的神经元是完全成对连接的，但是在同一层内的神经元之间...
您还未登录，请登录后再进行相关操作！
