iT邦幫忙

鐵人檔案

2017 iT 邦幫忙鐵人賽
回列表

tensorflow 學習筆記 系列

參賽天數 30 天共 30 篇文章 | 30 人訂閱 訂閱系列文
DAY 1

Tensorflow Day1 : 一開始的自我激勵

不知道大家有沒有一個印象,有一些生活場景你就是特別會把它牢牢記住. 那對於我而言,今年人機大戰李世石對 AlphaGo 下的那個神之一手的場景絕對會讓我一輩子記...

2016-12-16 ‧ 由 c1mone 分享
DAY 2

Tensorflow Day2 : Jupyter Notebooks & Linear Regression 範例

工欲善其事,必先利其器. 因此我們要先來找一個好用的平台來學習 tensorflow.而在 python 資料分析上面的首選一定是 jupyter notebo...

2016-12-17 ‧ 由 c1mone 分享
DAY 3

Tensorflow Day3 : 熟悉 MNIST 手寫數字辨識資料集

目標 下載並熟悉 MNIST 資料集 建立 tensorflow softmax regression model 訓練 model 並計算出準確度 以下是...

2016-12-18 ‧ 由 c1mone 分享
DAY 4

Tensorflow Day4 : Softmax Regression 模型解說

先把程式碼附上,明天補上解說 import tensorflow as tf learning_rate = 0.5 x = tf.placeholder(tf...

2016-12-19 ‧ 由 c1mone 分享
DAY 5

Tensorflow Day5 : 實作 MNIST Softmax 模型

目標 實作 Softmax Regressions 了解 tensorflow computation graph 今天翻譯的部分是 tutorials 中...

2016-12-20 ‧ 由 c1mone 分享
DAY 6

Tensorflow Day6 : 訓練和評估 MNIST Softmax 模型

今日目標 了解如何在 tensorflow 中訓練模型 了解如何在 tensorflow 中評估模型的好壞 翻譯的 tutorial 如下 模型訓練 為了要...

2016-12-21 ‧ 由 c1mone 分享
DAY 7

Tensorflow Day 7 : 實作 MNIST 卷積神經網路 Convolutional Neural Network

今日目標 建立卷積神經網路 (convolutional neural network) 用 MNIST 來訓練 CNN 評估模型 今天翻譯 tensorf...

2016-12-22 ‧ 由 c1mone 分享
DAY 8

Tensorflow Day8 卷積神經網路 (CNN) 分析 (1) 流程

今日目標 了解卷積神經網路流程 分析程式中的第一層卷積層訓練結果 CNN 流程 好的,我們現在已經成功了用 CNN 達到了非常不錯的準確率 (99.2%),...

2016-12-23 ‧ 由 c1mone 分享
DAY 9

Tensorflow Day9 卷積神經網路 (CNN) 分析 (2) - Filter, ReLU, MaxPolling

今日目標 了解過濾器 (Filter) 運作方式 了解 ReLU 激活函數 (Activation) 運作方式 了解最大池化器 MaxPooling 運作方式...

2016-12-24 ‧ 由 c1mone 分享
DAY 10

Tensorflow Day10 卷積神經網路 (CNN) 分析 (3) 第二卷積層, 全連結層, dropout

今日目標 觀察第二個卷積層輸出 全連結層以及 dropout 用意 深度是啥米 第二卷積層輸出 前一篇中我們主要觀察了第一個卷積層的輸出以及內部結構.那我們...

2016-12-25 ‧ 由 c1mone 分享