腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
郭耀华‘s Blog
专栏作者
举报
174
文章
259070
阅读量
41
订阅数
订阅专栏
申请加入专栏
全部文章(174)
java(42)
其他(32)
编程算法(30)
python(16)
android(14)
深度学习(12)
tcp/ip(7)
机器学习(6)
二叉树(5)
tensorflow(4)
bash(4)
linux(4)
bash 指令(4)
图像处理(4)
存储(4)
卷积神经网络(4)
hashmap(4)
c 语言(3)
unix(3)
网站(3)
http(3)
容器(3)
缓存(3)
kernel(3)
windows(3)
数据结构(3)
c++(2)
xml(2)
数据库(2)
sqlite(2)
sql(2)
eclipse(2)
github(2)
ubuntu(2)
神经网络(2)
文件存储(2)
人工智能(2)
图像识别(2)
grep(2)
安全(2)
filter(2)
import(2)
list(2)
max(2)
set(2)
统计(2)
装饰器(2)
费用中心(1)
NLP 服务(1)
javascript(1)
ruby(1)
actionscript(1)
html(1)
json(1)
git(1)
api(1)
tomcat(1)
apache(1)
nginx(1)
SSL 证书(1)
serverless(1)
grunt(1)
游戏(1)
开源(1)
分布式(1)
网络安全(1)
html5(1)
jdk(1)
jvm(1)
yum(1)
numpy(1)
决策树(1)
npm(1)
keras(1)
迁移学习(1)
anaconda(1)
数据分析(1)
https(1)
ascii(1)
error(1)
height(1)
input(1)
it(1)
map(1)
min(1)
overflow(1)
padding(1)
precision(1)
python3(1)
random(1)
select(1)
txt(1)
url(1)
width(1)
wrapper(1)
z3(1)
备份(1)
登录(1)
继承(1)
集合(1)
开发环境(1)
搜索(1)
系统(1)
搜索文章
搜索
搜索
关闭
知乎问题代码
numpy
tensorflow
kernel
# -*- coding: utf-8 -*- """ Created on Sat May 19 18:44:40 2018 @author: John Kwok """ # import import numpy as np import tensorflow as tf import GetDataUtil # 数据读取及预处理 ''' 定义超参 ''' BATCH_SIZE = 128 # 批大小 EPOCH = 5 # 训练EPOCH次数 HIDDEN_UNIT = 512 KERNEL_S
郭耀华
2018-08-01
1.1K
0
TensorFlow 常用函数汇总
tensorflow
分布式
编程算法
本文介绍了tensorflow的常用函数,源自网上整理。 TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源(如 CPU 或 GPU。一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测。如果检测到 GPU, TensorFlow 会尽可能地利用找到的第一个 GPU 来执行操作.并行计算能让代价大的算法计算加速执行,TensorFlow也在实现上对复杂操作进行了有效的改进。大部分核相关的操作都是设备相关的实现,比如GPU。 下面是一些
郭耀华
2018-07-06
3.1K
0
卷积神经网络CNN的意义
卷积神经网络
图像处理
kernel
tensorflow
一、选用卷积的原因 局部感知 简单来说,卷积核的大小一般小于输入图像的大小(如果等于则是全连接),因此卷积提取出的特征会更多地关注局部 —— 这很符合日常我们接触到的图像处理。而每个神经元其实没有必要对全局图像进行感知,只需要对局部进行感知,然后在更高层将局部的信息综合起来就得到了全局的信息。 参数共享 参数共享最大的作用莫过于很大限度地减少运算量了。 多核 一般我们都不会只用一个卷积核对输入图像进行过滤,因为一个核的参数是固定的,其提取的特征也会单一化。这就有点像是我们平时如何客观看待事
郭耀华
2018-07-05
1.4K
0
卷积神经网络CNN的意义
卷积神经网络
图像处理
kernel
tensorflow
一、选用卷积的原因 局部感知 简单来说,卷积核的大小一般小于输入图像的大小(如果等于则是全连接),因此卷积提取出的特征会更多地关注局部 —— 这很符合日常我们接触到的图像处理。而每个神经元其实没有必要对全局图像进行感知,只需要对局部进行感知,然后在更高层将局部的信息综合起来就得到了全局的信息。 参数共享 参数共享最大的作用莫过于很大限度地减少运算量了。 多核 一般我们都不会只用一个卷积核对输入图像进行过滤,因为一个核的参数是固定的,其提取的特征也会单一化。这就有点像是我们平时如何客观看待事
郭耀华
2018-05-09
1.1K
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档