TensorFlow for Machine Intelligence 第五章（下）所涉及程序

PS:

今天上午把 Common Layers （下）所涉及的程序实现了一下。 

1. 介绍

该书的tensorflow 适用的版本 0.12以下的； 所涉及的API有部分参数不对；经过修改以后上传至github 中： https://github.com/Leechen2014/TensorFlow-for-Machine-Intelligence 

第五章（下）5.3  所涉及的程序

有以下两点API 版本不同导致的错误：
1.1 tf.contrib.layers.fully_connected 部分

在书中的第176 节中曾经介绍到 关于  tf.contrib.layers.fully_connected 的用法： 

书中第176页涉及的程序片段

fc=tf.contrib.layers.fully_connected(features,num_output_units=2)

实际上应该事这样写的： 

#此处与之前的有所不同Attempting to use uninitialized value fully_connected/biases

fc = tf.contrib.layers.fully_connected(features,num_outputs=2)

（详情参见  tensorflow API： https://www.tensorflow.org/versions/r0.12/api_docs/python/contrib.layers.html#fully_connected）

1.2  tf.contrib.layers.convolution2d 部分

第175页书中原文

书中的原文写的是：

conv2d=tf.contrib.layers.convolution2d(image_input,

num_output_channels=4,  ＃这里参数写错了

kernel_size=(1,1),activation_fn=tf.nn.relu,stride=(1,1),trainable=True)

conv2d= tf.contrib.layers.convolution2d(

image_input,

num_outputs=3,    # 注意这里： num_output_channels=3,

kernel_size=(1,1),

activation_fn=tf.nn.relu,

stride=(1,1),

trainable=True)

这部分也是可以在tensorflow API 中可以找到  

过多的话不再解释； 有问题可以留言

二 感悟

2.1 尽信书不如书。

2.2 七夕节 快乐  ， 祝有情人终成眷属 （祝福ing）