文章目录1.Inception模块提出2.Inception模块结构3.GoogLeNet网络结构4.Tensorflow实现GoogLeNet结构GoogLeNet，是2014年ILSVRC比赛分类任务的第一名

此篇教程将介绍如何安装最新版TensorFlow框架（2.1.0版本）安装步骤1.常用IDE安装2.CUDA安装3.cuDNN神经网络加速库安装4.TensorFlow框架安装常用IDE安装用户在Pytho

7.4.24.tensorflow-gpu=1.13.0rc1安装过程中两个链接对自己帮助最大：1.cuda、cudnn卸载与安装2.找不到libcublas.so.10.0文件3.cuda、显卡驱动对应关系4.

使用Anaconda配置Tensorflow/Pytorch环境1.Driver/CUDA/cuDNN/Tensorflow/Pytorch之间的关系2.Anaconda安装和配置3.Pytorch安装4.

文章目录1.anaconda3软件包下载1.1windows下载1.2linux下载2.anaconda3安装3.anaconda3虚拟环境管理4.tensorflow安装3.1tensorflow1.15

tensorflow框架介绍数据流图图与TensorBoard图包含了一组tf.Operation代表的计算单元对象和tf.Tensor代表的计算单元之间流动的数据默认图通常tensorflow会默认帮我们创建一张图查看默认图的两种方法：通过调用**tf.get_default_graph()**访问，要将操作添加到默认图形中，直接创建OP即可op、sess都含有graph属性，默认都在一张图中i

tensorflow）前言准备工作anaconda安装tensorflow安装pycharm安装一、神经网络的计算（第一天）1.基本流程2.数据介绍（鸢尾花数据集）3.基本概念（理解不了可以暂时跳过）4.

时间：2018.02.04.一周主要内容1.学习TensorFlow：1.ProtocolBuffer语法2.TensorFlow计算模型——计算图3.TensorFlow数据模型——张量4.TensorFlow

目录1.问题2.问题解决思路3.神经网络理论准备4.TensorFlow编程基础5.鸢尾花分类神经网络实现1.问题鸢尾花分为：狗尾草鸢尾、杂色鸢尾、弗吉尼亚鸢尾；通过测量：花萼长、花萼宽、花瓣长、花瓣宽

NLP笔记：word2vec简单考察1.简介2.word2vec原理介绍3.gensim实现4.tensorflow实现1.cbow方式2.skipgram方式3.直接生成方式4.结论5.pytorch

：1.可自行设计神经网络结构；2.不需要通过反向传播求解梯度，Tensorflow支持自动求导；3.通过C++编写核心代码，简化了线上部署的复杂度(通过SWIG实现Python，Go和JAVA接口)；4.

一、二次代价函数、交叉熵代价函数、对数似然代价函数（一）二次代价函数相当于把误差求平方累加再除以样本总数，求平均（二）交叉熵代价函数（三）对数似然代价函数激活函数：见博文早期研究神经网络主要采用sigmoid函数或者tanh函数，输出有界，很容易充当下一层的输入。近些年Relu函数及其改进型（如Leaky-ReLU、P-ReLU、R-ReLU等）在多层神经网络中应用比较见本总结教程另一片博文二、拟

豆瓣源设置搜索时显示通道地址2.版本查看查看conda版本更新conda版本查看pip版本更新pip版本查看python版本选用python特定版本更新python版本查看TensorFlow版本3.关于环境的操作4.

4.tensorflow（1）变量和常量（2）tensorflow运算实质（3）四则运算加减乘除：（4）矩阵运算1）矩阵的乘法和加法2）矩阵的定义5.

1.CS224D2.NLP到Word2vec3.Opencv3图像处理4.Tensorflow视频教程5.机器学习视频教程6.七月在线所有人工智能课程7.聊天机器人视频教程8.自然语言处理视频教程链接如下

此篇教程将介绍如何安装最新版TensorFlow框架（2.1.0版本）安装步骤1.常用IDE安装2.CUDA安装3.cuDNN神经网络加速库安装4.TensorFlow框架安装常用IDE安装用户在Pytho

译者序前言序实践练习1.TensorFlow基础2.TensorFlow中实现线性回归3.TensorFlow中实现聚类4.TensorFlow中单层神经网络5.TensorFlow中多层神经网络6.并发结束致谢关于作者

tensorflow的API结构与入门，包含内容如下：1.Tensorflow的安装；2.Tensorflow的编程模式；3.Tensorflow的Tensor,Op与Graph，Session的理解；4.

TensorFlow入门深度学习–01.基础知识..2.TensorFlow入门深度学习–02.基础知识..3.TensorFlow入门深度学习–03.softmax-regression实现MNIST数据分类..4.

TensorFlow入门深度学习–01.基础知识..2.TensorFlow入门深度学习–02.基础知识..3.TensorFlow入门深度学习–03.softmax-regression实现MNIST数据分类..4.

TensorFlow入门深度学习–01.基础知识..2.TensorFlow入门深度学习–02.基础知识..3.TensorFlow入门深度学习–03.softmax-regression实现MNIST数据分类..4.

TensorFlow入门深度学习–01.基础知识..2.TensorFlow入门深度学习–02.基础知识..3.TensorFlow入门深度学习–03.softmax-regression实现MNIST数据分类..4.

TensorFlow入门深度学习–01.基础知识..2.TensorFlow入门深度学习–02.基础知识..3.TensorFlow入门深度学习–03.softmax-regression实现MNIST数据分类..4.

TensorFlow入门深度学习–01.基础知识..2.TensorFlow入门深度学习–02.基础知识..3.TensorFlow入门深度学习–03.softmax-regression实现MNIST数据分类..4.

TensorFlow入门深度学习–01.基础知识..2.TensorFlow入门深度学习–02.基础知识..3.TensorFlow入门深度学习–03.softmax-regression实现MNIST数据分类..4.

TensorFlow入门深度学习–01.基础知识..2.TensorFlow入门深度学习–02.基础知识..3.TensorFlow入门深度学习–03.softmax-regression实现MNIST数据分类..4.

4.tensorflow中遇到的问题：tensorflow中的estimator。高级API的用法

安装过程分为六步：1.python安装(Anaconda)2.pythonIDE安装(Pytharm)（可跳过）3.cuda安装(GPU版TensorFlow的支持模块，显卡不是英伟达的可忽略)4.TensorFlow