实验 1
TensorFlow 实现卷积神经网络
知识点: 1.TensorFlow介绍 2.TensorFlow基本使用 3.构建基础神经网络 4.构建卷积神经网络
TensorFlow 实现卷积神经网络
会员TensorFlow 是 Google 开发的一款深度学习框架。本次课程中，我们将了解并学会使用 TensorFlow，然后利用其构建一个基础的神经网络，最后再训练用于手写字符识别的卷积神经网络。
课程内容
自学困难重重？点这里，6周打通机器学习技术路径
共1个章节
课程教师
水果先生 共发布过 1 门课程
查看老师的所有课程 >
不错不错 简明易懂
回复 
搭配数据挖掘课程 https://www.lanqiao.cn/courses/2628 效果更好
回复 
就这？？？会员也太不值了吧
回复
卷积神经网络没有想的那么难
tensorflow对函数的封装还是比较深的...
很多函数都是直接有..
回复 
.TensorFlow
开源
采用 数据流图（Data flow graphs）来计算（计算图）
计算图可以通过tensorboard展示，图中的节点被称之为 op (Operation)。一个 op 获得 0 个或多个 Tensor，执行计算产生 0 个或多个 Tensor，每个 Tensor 是一个类型化的多维数组。 为了进行计算，图必须在 Session 里被启动。Session 将图的 op 分发到诸如 CPU 或 GPU 之类的设备上，同时提供执行 op 的方法。这些方法执行后，将产生的 Tensor 返回。
在被称之为 会话 (Session) 的上下文 (Context) 中执行图
使用 Tensor 表示数据
通过 变量 (Variable) 维护状态
使用 Feed 和 Fetch 可以为任意的操作 (Arbitrary operation) 赋值或者从其中获取数据
构建图的第一步，是创建源 op。构造阶段完成后，才能启动图。启动图的第一步是创建一个 Session 对象， 如果无任何创建参数, 会话构造器将启动默认图。
回复 
399也太贵了吧！！
回复 
关于代码的解析太少 每一句代码都看不明白 学起来没什么效果
回复 
这个Jupyter环境很不错，稳定，好用~
回复 
比较浅显，无上机
回复 
66666
回复 
在python2.7里没有tf.train.GradientDescentOptimizer,很让人失望，希望把课程提升到python3里学习
回复 
这几篇文章跟tensorflow中文社区的新手入门那一章节的东西有区别嘛？
回复 
黑屏
回复 
系统资源不足什么鬼，桑心
回复 
环境安装失败
回复 
谢谢实验楼。
回复 学过本课的同学也学过...
