北大tensorflow学习笔记下载 [问题点数:0分]

Bbs1
本版专家分:0
Blank
脉脉勋章 绑定脉脉第三方账户获得
结帖率 70.98%
TensorFlow北大公开课学习笔记-4.1损失函数
#coding:utf-8rn#0导入模块,生成模拟数据集rnimport <em>tensorflow</em> as tfrnimport numpy as nprnBATCH_SIZE=8rnseed=23455rnrnrnrdm=np.random.RandomState(seed)rnX=rdm.rand(32,2)rnY_=[[x1+x2+(rdm.rand()/10.0-0.05)] for (x1,x2) in X]rn...
tensorflow深度学习学习笔记pdf+代码(全)北京大学视频课程
<em>tensorflow</em>深度学习<em>学习笔记</em>pdf+代码(全)北京大学视频课程
北大tensorflow公开课笔记
第一讲 带着大家梳理人工智能领域的基本概念:比如什么是人工智能、什么机器学习、什么是深度学习,他们的发展历史是什么,能用他们做什么。课后,助教会带领大家安装Ubuntu系统、Python解释器 和 Tensorflow环境,把同学们的电脑进行改造,让它变得更专业。 第二讲 串讲python语法:课程将帮同学们在最短的时间内把python语法织成网,为后续课程扫清代码关; 第三讲 讲解Tensorflow的关键词,搭建神经网络:这节课会介绍张量、计算图、会话等概念,并用Python搭建你的第一个神经网络,总结出神经网络搭建的八股。 第四讲 讲解神经网络的优化:包括损失函数、学习率、滑动平均和正则化。 第五讲 讲解全连接网络:使用MNIST数据集,搭建全连接网络实现手写数字的识别。包括前向传播、反向传播、识别准确率输出和反向传播断点续训。 第六讲 讲解全连接网络应用:更改上一讲全连接网络的代码,现场手写一个数字,输出这个数字的值。 第七讲 讲解卷积神经网络:使用MNIST数据集,搭建卷积神经网络实现前向传播、反向传播、识别准确率输出和反向传播断点续训。 第八讲 讲解卷积神经网络应用:复现ImageNet数据集训练好的模型,实现特定图片的识别。
北大tensorflow课程笔记
Tensorflow 笔记:第一讲 概 述 一、 基本概念 1、什么是人工智能 人工智能的概念:机器模拟人的意识和思维 重要人物:艾伦·麦席森·图灵(Alan Mathison Turing) 人物简介:1912 年 6 月 23 日-1954 年 6 月 7 日,英国数学家、逻辑学家,被称 为计算机科学之父,人工智能之父。
tensorflow学习笔记(北京大学) tf5_1minst_forward.py 完全解析 mnist数据集
#coding:utf-8n#<em>tensorflow</em><em>学习笔记</em>(北京大学) tf5_1minst_forward.py 完全解析 mnist数据集n#QQ群:476842922(欢迎加群讨论学习nimport <em>tensorflow</em> as tfnn#网络输入节点为784个(代表每张输入图片的像素个数)nINPUT_NODE = 784n#输出节点为10个(表示输出为数字0-9的十分类)nOUTPUT_N...
TensorFlow北大公开课学习笔记-8 复现vgg16并实现图片识别
一,app.pyrnrnrnrn#coding:utf-8rnimport numpy as nprn# Linux 服务器没有 GUI 的情况下使用 matplotlib 绘图,必须置于 pyplot 之前rn#import matplotlibrn#matplotlib.use('Agg')rnimport <em>tensorflow</em> as tfrnimport matplotlib.pyplot as pltrnrn# ...
TensorFlow北大公开课学习笔记-7卷积神经网络 lenet5复现
一,mnist_lenet5_backward.pyrnrnrnrn#coding:utf-8rnimport <em>tensorflow</em> as tfrnfrom <em>tensorflow</em>.examples.tutorials.mnist import input_datarnimport mnist_lenet5_forwardrnimport osrnimport numpy as nprnrnBATCH_SIZE=100rn...
Tensorflow笔记-中国大学全部讲义源代码
第一讲 人工智能概述 第二讲 Python语法串讲 第三讲 Tensorflow框架 第四讲 神经网络优化 第五讲 全连接网络基础 第六讲 全连接网络实践 第七讲 卷积网络基础 第八讲 卷积网络实践
tensorflow学习笔记(北京大学) tf3_1.py 完全解析
#coding:utf-8n#<em>tensorflow</em><em>学习笔记</em>(北京大学) tf3_1.py 完全解析n#QQ群:476842922nimport <em>tensorflow</em> as tf #引入模块 na = tf.constant([1.0, 2.0]) #定义一个张量等于[1.0,2.0] nb = tf.constant([3.0, 4.0]) #定义一个张量等于[3.0,4.0]...
MOOC-Tensorflow北京大学+曹健
mooc资源北京大学曹健,主要包含相应的课程资料pdf以及相关代码比如:代码文件标号与文档章节相对应
北京大学 人工智能实践:Tensorflow笔记——曹健(writed by Enigmalgia)
可以看下我转载的一片文章机器学习入门概括nn关于TensorFlow的安装Ubuntu18.04下安装anaconda和pycharm搭建TensorFlownn贴一下TensorFlow的官方中文版教程nnTensorFlow的中文API文档nn曹健老师的GitHub源码nnn持续更新,在和同学交流之后被推荐了北京大学曹健老师的这门实践课,学习TensorFlow的实践。先致谢一下曹健老师!...
北大tensorflow学习笔记
<em>北大</em><em>tensorflow</em>课程的用的ppt,助教的<em>学习笔记</em>。适合机器学习的入门
北京大学-曹建-人工智能实践TensorFlow课件和代码)
北京大学-曹建-人工智能实践TensorFlow课件和代码),代码测试通过
北京大学 人工智能实践:Tensorflow笔记
https://www.bilibili.com/video/av22530538?spm_id_from=333.338.__bofqi.19https://www.icourse163.org/learn/PKU-1002536002第八讲导学欢迎来听Tensorflow笔记! 本讲你将学会使用卷积神经网络,实现图片识别。课上以VGG16神经网络为例,讲解复现已有神经网络的方法;课下请编写代码...
中国大学MOOC-人工智能实践:Tensorflow笔记-课程笔记 Chapter4
本篇博客为学习中国大学MOOC-人工智能实践:Tensorflow笔记课程时的个人笔记记录。具体课程情况可以点击链接查看。(这里推一波中国大学MOOC,很好的学习平台,质量高,种类全,想要学习的话很有用的) n本篇是第四章的<em>学习笔记</em>,前三章的可以点击我阅读.nnnnChapter 4 神经网络的优化nnnn4.1 损失函数nn神经元模型 n激活函数(activation function)nnnn...
人工智能实践:TensorFlow笔记学习(一)—— 人工智能概述
概  述 一、 基本概念 1、什么是人工智能 人工智能的概念:机器模拟人的意识和思维 重要人物:艾伦·麦席森·图灵(Alan Mathison Turing) 人物简介:1912年6月23日-1954年6月7日,英国数学家、逻辑学家,被称为计算机科学之父,人工智能之父。 相关事件:(1)1950年在论文《机器能思考吗?》中提出了图灵测试,一种用于判定机器是否具有智能的试验方法:提问者和回答者隔开,...
TensorFlow学习笔记
TensorFlow<em>学习笔记</em>TensorFlow<em>学习笔记</em>TensorFlow<em>学习笔记</em>
TensorFlow北大公开课学习笔记6.2-制作数据集
前一篇,解决了如何对图片进行预测,且输出结果,本次要解决的是如下: nnnn今天学习:nntfrecords文件,生成tfrecords文件,解析terecords文件nn反向传播文件修改图片标签获取的接口,关键操作是利用多线程提高图片和标签的批获取效率,方法用:将批获取操作放到线程协调器开启和关闭之间。nn在运行mnist_geberateeds.py时我觉得对于这个结果有点意外nnnnnnnn...
【北京大学】人工智能实践:Tensorflow笔记(一)
文章目录1. 张量、计算图、会话2. 前向传播2. 反向传播n1. 张量、计算图、会话n理解张量:nn理解计算图、会话:nn2. 前向传播n人工神经元:nn神经网络实现过程:nn前向传播示例(全连接层):nn推导过程:n关键代码:nn一组数据:nn多组数据:nn2. 反向传播nn导入模块,创建dataset和ground truth,前向传播:nn反向传播,生成会话:nn训练模型,输出参数:nn训...
计算机组成原理学习笔记(一)
目录nn一、课程目的nn二、课程研究范围——多层次的计算机系统nn  1.软件层次nn     2.硬件层次nn 三、控制复杂性的艺术nn      1.抽象nn      2.约束nn      3.三个原则nn四、数制系统基础nn1.什么是数制?nn2.常见的数制系统——进位计数制(带权的位置数制)nn3.数值表示范围nn4.数制转换 (小结)nn一、课程目的nn激发人类创造力n 设计微处理器...
基于Tensorflow的mnist完整样例
包括数据集、网络结构、训练代码、测试代码,还有示范的最终模型
深度学习笔记——TensorFlow学习笔记(一)入门
本文只是在学习TensorFlow前期的一些入门知识总结,并结合一个用TensorFlow实现神经网络的例子来进一步加深对TensorFlow的理解。
TensorFlow北大公开课学习笔记-6.1输入手写数字图片输出识别结果(结合5.3程序)
#coding:utf-8rnrnimport <em>tensorflow</em> as tfrnimport numpy as nprnfrom PIL import Imagernimport mnist_backwardrnimport mnist_forwardrnrndef restore_model(testPicArr):rn with tf.Graph().as_default() as tg:rn ...
TensorFlow北大公开课学习笔记-4.2学习率
#coding:utf-8rn#设损失函数 loss=(w+1)^2,令w初值是常数5,反向传播就是求最优w,即最小loss对应的w值rnimport <em>tensorflow</em> as tfrn#定义待优化参数w初值赋5rnw=tf.Variable(tf.constant(5,dtype=tf.float32))rn#定义损失函数lossrnloss=tf.square(w+1)rn#定义反向传播方法rntrain_...
tensorflow学习(北大人工智能tensorflow上课笔记+Tensorflow 实战Google深度学习框架)
<em>tensorflow</em>学习(<em>北大</em>人工智能<em>tensorflow</em>上课笔记+Tensorflow 实战Google深度学习框架)
tensorflow学习笔记
nnhttps://playground.<em>tensorflow</em>.org/&amp;nbsp; &amp;nbsp; &amp;nbsp; #<em>tensorflow</em>网页版nnn中文官方文档:http://cwiki.apachecn.org/pages/viewpage.action?pageId=10030122nnn问题及解决办法nn成功解决Your CPU supports instructions that this...
北京大学:C++程序设计 课堂笔记
介绍rn北京大学程序设计与算法系列之C++程序设计,视频:Coursera、哔哩哔哩rn程序设计与算法:C++程序设计介绍C++程序设计P3 01 :函数指针P4 02 命令行参数P5 03 位运算`&amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;`:按位与运算`|`:按位或运算`^`:按位异或运算`~`:按位非运算`&amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;lt;&amp;am
程序设计与算法(二)算法基础_北京大学 学习笔记(一)
第一周 枚举n 所有题目用python实现n例题1 完美立方N=int(input ('N='))nfor a in range(3,N+1):n for b in range(2,a):n for c in range(b,a):n for d in range(c,a):n if a**3==b**3+c**3+d**3
tensorflow个人学习笔记(一)
<em>tensorflow</em>个人<em>学习笔记</em>rnrnrnrn模块化神经网络的基本结构rnrnrnrn一、生成数据集rnrnopt4_8_generateds.pyrnrnrnrn#coding:utf-8rn#模块化神经网络的结构分为三部分,第一部分生成模拟数据集,在实际应用中,应该是整理数据集rn#生成模拟数据集rnimport numpy as np #引入np模块rnimport matplotlib.pyplot as plt #引入p...
深度学习框架Tensorflow学习笔记(二)
交叉熵权值和偏置值的调整与 无关,另外,梯度公式中的 表示输出值与实 际值的误差。所以当误差越大时,梯度就越大,参数w和b的调整就越快,训练的速度也就越快。  如果输出神经元是线性的,那么二次代价函数就是一种合适的选择。如果输出神经元是S型函数, 那么比较适合用交叉熵代价函数初始化权值:tf.truncated_normal(shape=[10,10], mean=0, stddev=1)一般效...
tensorflow学习笔记(北京大学) tf4_8_backward.py 完全解析
#coding:utf-8n#<em>tensorflow</em><em>学习笔记</em>(北京大学) tf4_8_backward.py 完全解析 n#QQ群:476842922(欢迎加群讨论学习)n#如有错误还望留言指正,谢谢n#0导入模块 ,生成模拟数据集nimport <em>tensorflow</em> as tfnimport numpy as npnimport matplotlib.pyplot as pltnimport o...
北大老师Tensorflow助教笔记
<em>北大</em>老师曹健---人工智能实践:<em>tensorflow</em>
TensorFlow北大公开课学习笔记7.1-lenet5代码
1998年Y.LeCun等提出的GradientBased Learning Applied to Document Recognitionhttps://ieeexplore.ieee.org/document/726791nn                                     nn 今天学习针对28*28*1的手写数字进行复现lenet网络。比0.9808高呀。lenet...
TensorFlow学习笔记(自用)
一、 softmax层nn                                                                        nn作用:将一个神经网络的输出变成一个概率分布。原始的输出被用作置信度来生成新的输出,这个输出满足概率分布的所有要求。这个概率可以理解为,经过神经网络的推导,一个样例以不同类别的输出概率分别是多大。这个概率分布可以直接通过计算交叉...
tensorflow学习笔记(北京大学) tf4_8_generateds.py 完全解析
#coding:utf-8n#0导入模块 ,生成模拟数据集n#<em>tensorflow</em><em>学习笔记</em>(北京大学) tf4_8_generateds.py 完全解析 n#QQ群:476842922(欢迎加群讨论学习)n#如有错误还望留言指正,谢谢nimport numpy as npnimport matplotlib.pyplot as pltnseed = 2 ndef generateds():n #...
TensorFlow学习笔记(一)
学习资源mark一下:https://blog.csdn.net/j2IaYU7Y/article/details/79694692基础概念<em>tensorflow</em>-计算图,图中节点代表数学计算操作的算子(op),节点之间连接的边代表参与计算的高维数组数据,叫tensor。计算图的执行可以看作数据tensor按照图的拓扑顺序,从输入节点逐步流过所有中间节点,最后流到输出结点的过程。tensor-多维数...
Tensorflow学习笔记:CNN篇(5)——CIFAR-10数据集VGG19实现(Keras版)
Tensorflow<em>学习笔记</em>:CNN篇(5)——CIFAR-10数据集VGG19实现(Keras版)nnnn完整代码nnnnimport kerasnimport numpy as npnfrom keras.datasets import cifar10nfrom keras.preprocessing.image import ImageDataGeneratornfrom keras.mod...
人工智能实践:TensorFlow笔记学习(三)——TensorFlow框架
搭建神经网络大纲3.1 张量、计算图、会话3.2 前向传播3.3 反向传播目标搭建神经网络,总结搭建八股 3.1 张量、计算图、会话一、基本概念 基于Tensorflow的NN:用张量表示数据,用计算图搭建神经网络,用会话执行计算图,优化线上的权重(参数),得到模型。 张量:张量就是多维数组(列表),用“阶”表示张量的维度。0阶张量称作标量,表示一个单独的数; 举例 S=123 1阶张量称作向量,...
tensorflow笔记课程代码
<em>北大</em>课程<em>tensorflow</em>笔记数字识别相关代码,编辑器PyCharm
TensorFlow学习笔记(一):TF基本操作
一.TensorFlow基本执行流程如下:使用图 (graph) 来表示计算任务.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二.详细介绍1.op:op为图中的节点,每一个op获得
Tensorflow学习笔记:CNN篇(3)——CIFAR-10数据集的CNN实现
Tensorflow<em>学习笔记</em>:CNN篇(3)——CIFAR-10数据集的CNN实现nnnnnn前序nn—在前面的介绍中,使用卷积神经网络对MNIST数据集做了应用,然而MNIST数据集仅限于对手写数字的识别,而且手写数字相对于自然物体和图片非常简单,也缺少相应的噪声和变换。 n—本文将使用CNN对CIFAR-10数据集进行验证,同时会比较不同参数作用下卷积神经网络对准确率产生的影响。nnnnnnC...
TensorFlow学习笔记(二)
1.tf.reduce_mean()        TensorFlow提供了大量的规约计算函数,比如tf.reduce_max(),tf.reduce_min(),tf.reduce_sum()等,这里我们仔细看一下tf.reduce_mean()。        函数定义如下:        tf.reduce_mean(input_tensor,reduction_indices=None,...
TensorFlow官方教程学习笔记(一)——起步
TensorFlow官方教程<em>学习笔记</em>(一)——起步
我是初学者——TensorFlow实战Google深度学习框架(学习笔记一)
书本3.1.2计算图的使用中的第41页,实例中rnv=tf.get_variable(rn    "v",initializer=tf.zeros_initializer(shape=[1]))rnrn报错rn原因在于新版的<em>tensorflow</em>将语法改为rnrnv=tf.get_variable(rn   "v",shape=[1],initializer=tf.zeros_initializer
Tensorflow 教程 x4
谷歌深度<em>学习笔记</em>(ahangchen) Tensorflow Tutorials (pkmital) TensorFlow Tutorials (nlintz) TensorFlow Examples (aymericdamien)
TensorFlow北大公开课学习笔记-4.4正则化
#coding:utf-8rn#0导入模块,生成模拟数据集rnimport <em>tensorflow</em> as tfrnimport numpy as nprnimport matplotlib.pyplot as pltrnBATCH_SIZE=30rnseed=2rn#基于seed产生随机数rnrdm=np.random.RandomState(seed)rn#随机数返回300行2列的矩阵,表示300组坐标点(x0,x...
Tensorflow 实战Google深度学习框架——学习笔记(二)TensorFlow实现神经网络
3.4 TensorFlow实现神经网络nn使用神经网络解决分类问题可以分为以下四步: n1.提取问题中实体的特征向量作为神经网络的输入 n2.定义神经网络的结构,并定义如何从神经网络的输入得到输出(前向传播) n3.通过训练数据来调整神经网络中的参数(反向传播) n4.使用训练好的数据来预测未知的数据 n n整个过程分需要三部分信息: n第一个部分是神经网络的输入,这个输入就是从实体中获取的特征...
TensorFlow北大公开课学习笔记-3.3反向传播
#coding:utf-8rn#0导入模块,生成模拟数据集rnimport <em>tensorflow</em> as tfrnimport numpy as nprnBATCH_SIZE=8rnseed=23455rnrn#给予seed产生随机数rnrng=np.random.RandomState(seed)rn#随机数返回32行2列的矩阵 表示32组 体积和重量 作为输入数据集rnX=rng.rand(32,2)rn#从X这个3...
TensorFlow北大公开课学习笔记-4.3滑动平均
√滑动平均: 记录了一段时间内模型中所有参数 w 和 b 各自的平均值。利用滑动平均值可以增强模型的泛化能力。 rn√滑动平均值(影子) 计算公式: rn影子 = 衰减率 * 影子 +(1 - 衰减率) * 参数 rn rn√用 Tesnsorflow 函数表示为:rnrn√ema = tf.train.ExponentialMovingAverage(MOVING_AVERAGE_DECAY, global...
TensorFlow机器学习实战指南 中文pdf高清版
TensorFlow机器学习实战指南由资深数据科学家撰写,从实战角度系统讲解TensorFlow基本概念及各种应用实践。真实的应用场景和数据,丰富的代码实例,详尽的操作步骤,带你由浅入深系统掌握TensorFlow机器学习算法及其实现。
香帅的北大金融学课笔记13 -- 投资决策
香帅的<em>北大</em>金融学课笔记 – 投资决策rnrn一、投资组合理论rn1、投资组合理论rn2、夏普比率:风险调整后的收益rn3、资产定价理论rn4、投资是一场输家的游戏rnrn二、金融资产的定价因子rn1、规模和价值因子rn2、动量交易:追涨杀跌rn3、投机因子rn4、投资中的陷阱rnrn三、市场rn1、有效市场理论rn2、A股市场rn3、市场失灵:套利有成本rn市场分割rn4、噪音交易者:散户rn5、市场泡沫rnrn四、基金业绩评价rn1、择时rn...
tensorflow实战学习笔记(1)
<em>tensorflow</em>提供了三种不同的加速神经网路训练的并行计算模式(一)数据并行:(二)模型并行:(三)流水线并行:主流深度学习框架对比(2017):Tensorflow实现Softmax Regression识别手写数字  这是深度学习领域一个非常简单的hello world式的项目:数据集:28x28像素的手写数字组成。在导入mnist 数据集时,会碰到一系列的问题,在这里做一些简要的说明:(...
高等数学(北大版)最新版.pdf
高等数学(<em>北大</em>版)最新版, 当工具书吧,偶尔翻翻看看、
数学分析一二三册北大数学系
算法基础,数学分析一二三册,函数函数函数函数函数函数函数
《Tensorflow 1.5.0 的学习笔记(资料整理) 适合初学者入门》所对应的Python代码
《Tensorflow 1.5.0 的<em>学习笔记</em>(资料整理) 适合初学者入门》所对应的Python代码(包含了《Tensorflow 1.5.0 的<em>学习笔记</em>(资料整理) 适合初学者入门》中90%以上的代码实现)。《Tensorflow 1.5.0 的<em>学习笔记</em>(资料整理) 适合初学者入门》参见http://download.csdn.net/download/wuxinxing1981/10239008
人工智能实践:tensorflow学习笔记:(一)
 nnpython相关:nn变量:是一个标签, 由非数字开头的,字母,数字 ,下划线组成,内容包含数值,字符串,列表,元组和字典。nn列表:表示:a[ ]nn可用列表名【索引号】索引类表中的元素nn c=【1,2,3,4,5,6】,c【5】=6n n 可以是字符串,数值,的混杂n 例如:c=【a,32人,43,中国】n n 用列表名【起:止】表示切片,从列表中切出相应的元素。n 例如c=【1,2,...
tensorflow学习笔记二:入门基础
TensorFlow用张量这种数据结构来表示所有的数据。用一阶张量来表示向量,如:v = [1.2, 2.3, 3.5] ,如二阶张量表示矩阵,如:m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]],可以看成是方括号嵌套的层数。nnn1、编辑器nn编写<em>tensorflow</em>代码,实际上就是编写py文件,最好找一个好用的编辑器,如果你用vim或gedit比较顺手,那也
[PDF]最新2018版北大中文核心期刊目录
经过认真整理的最新2018版<em>北大</em>中文核心期刊目录,论文需要发表的同学们注意啦。
tensorflow笔记及代码
在mooc上看到一个很好的<em>tensorflow</em>教程,因此想把笔记及代码链接记录下来,课程链接为:nnhttps://www.icourse163.org/learn/PKU-1002536002#/learn/contentnn课程笔记文档链接:nnhttps://download.csdn.net/download/vmxhc1314/10548913nn每一章的代码链接:nn1.python的...
ACM北大题库和答案 源代码
<em>北大</em>的acm题库可以让你深刻的了解算法的精妙之处
北京大学校园地图
<em>北大</em>校园地图
TensorFlow学习笔记(一)
最近致力于深度学习,希望在移动领域能够找出更多的应用点.其中TensorFlow作为目前的一个热点值得我们重点关注.
文字zmud--北大侠客行
经典的,优秀的Zmud--<em>北大</em>侠客行,精品中的精品啊,强烈推荐
学习笔记TF061:分布式TensorFlow,分布式原理、最佳实践
分布式TensorFlow由高性能gRPC库底层技术支持。Martin Abadi、Ashish Agarwal、Paul Barham论文《TensorFlow:Large-Scale Machine Learning on Heterogeneous Distributed Systems》。分布式原理。分布式集群 由多个服务器进程、客户端进程组成。部署方式,单机多卡、分布式(多机多卡)。多机多
深度卷积生成对抗网络TensorFlow代码实现
Tensorflow implementation of [Deep Convolutional Generative Adversarial Networks](http://arxiv.org/abs/1511.06434) which is a stabilize Generative Adversarial Networks.
(北大)数学分析习题集
<em>北大</em>数学系 林源渠 方企勤 李正元 廖可人 编撰的数学分析习题集,相较于吉米多维奇的习题集来说,习题难度更高,考察学生的学习情况更深,对参加数学竞赛的数学专业学生来说是一本锻炼自己的好书
计算机组成原理之存储器总结---来自北大陆俊林老师的视频内容(1)
存储器n1. 存储结构概况 n2. DRAM和SRAMSRAM n3.主存的工作原理n4.主存的技术发展
莫凡讲课的tensorflow\keras\pytorch等所有机器学习代码
课程代码,从gihub下的,应该是所有课程的代码。大家拿来看看。
北大语料库(一月份)
自然语言处理 ,命名实体识别语料库,分词,测试使用,仅用于研究学习,严禁商业使用
第八版(2017年)中文核心期刊目录
2018年第八版<em>北大</em>核心期刊目录。包括最新收录核心及被剔除的核心目录!
计算机组成原理学习笔记
【前言】本周开始了计算机组成原理的学习,taken by 来自以色列的x教授。x教授常年旅居中国,对中国本土化国际教学颇有研究。本文是我针对教授课程学习过程中的总结与思考。 n【课件】链接: https://pan.baidu.com/s/1c2bBMMk 密码: 771y
抓取北大语料库词频
通过抓取<em>北大</em>语料库网页,获取词频数据,用的是asp代码,XMLHTTP
人工智能实践:TensorFlow笔记学习(六)—— 全连接网络实践
输入手写数字输出识别结果 大纲6.1 输入手写数字图片输出识别结果6.2 制作数据集目标1、实现断点续训 2、输入真实图片,输出预测结果3、制作数据集,实现特定应用 6.1  输入手写数字图片输出识别结果一、断点续训 关键处理:加入ckpt操作: ckpt = tf.train.get_checkpoint_state(MODEL_SAVE_PATH) nif ckpt andckpt.model...
北京大学语料库(1 833 177 字)包含训练和测试集
北京大学语料库(1 833 177 字)包含训练和测试集,文本格式的数据,包含utf8和GBK两种格式
2018 年版北大中文核心期刊目录.pdf
2018 年版<em>北大</em>中文核心期刊目录,收录了<em>北大</em>核心目录的期刊, 可以直接查找,看你的期刊是不是被收录
高等代数(北大版)课件PDF
高等代数(<em>北大</em>版) 第一章 多项式 §1 数域 关于数的加、减、乘、除等运算的性质通常称为数的代数性质.代数所研究的问题主要涉及数的代数性质,这方面的大部分性质是有理数、实数、复数的全体所共有的. 定义1 设P是由一些复数组成的集合,其中包括0与1.如果 P 中任意两个数的和、差、积、商(除数不为零)仍然是中的数,那么 P 就称为一个数域. 显然全体有理数组成的集合、全体实数组成的集合、全体复数组成的集合都是数域.这三个数域分别用字母Q、R、C来代表.全体整数组成的集合就不是数域. 如果数的集合 P 中任意两个数作某一种运算的结果都仍在 P 中,就说数集 P 对这个运算是封闭的.因此数域的定义也可以说成,如果一个包含0,1在内的数集 P 对于加法、减法、乘法与除法(除数不为零)是封闭的,那么 P 就称为一个数域.
tensorflow学习笔记(1)-tensoflow的设计机制
<em>tensorflow</em>将整个计算表征为一个图(graph),t图的节点(node)是Operation(常常简称为ops),节点之间的边(edge)是张量(tensor),不能理解反了。 n用图的方式能很容易根据边的连接关系,发现可以并行执行的节点(运算),也更容易分布式部署。此外它专门的编译器可以根据图来生成执行速度更快地代码。也可以将模型存储下来,再用C++等语言实现。 n下面依次介绍1.定义运算
TensorFlow:字词的向量表示
TensorFlow:字词的向量表示nnnnnnnnnnnnnnnn 
北大数学分析题集
北京大学数学分析习题集 高等教育出版社 林源渠 方企勤
北大软件 面试题 2018
包含应届和非应届的面试题,挺简单,有需要的请自行<em>下载</em>查看
NoteExpress2.7北京大学
NoteExpress2.7,内部含有注册的密码,包您顺利注册,是您管理文献的好帮手,在您写论文时会很有帮助的
最完整的TensorFlow教程
最新的<em>tensorflow</em>教程,内容全面丰富,包括: TensorFlow For Machine Intelligence.pdf TensorFlow 官方文档中文版 - v1.2.pdf <em>tensorflow</em>-mnist-tutorial-master <em>tensorflow</em>在windows下的安装指南 TensorFlow在图像识别上的应用(郑泽宇PPT) 斯坦福大学-深度学习基础教程等。
北大天网搜索引擎TSE源码(搜索引擎架构、分布式爬虫)
写了一大篇描述,结果CSDN提示说俺取的标题太长,哎~ 1. 天网搜索引擎是<em>北大</em>网络实验室开发的一款搜索引擎。 2. <em>北大</em>天网是国内搜索引擎开发领域的老前辈,于90年代就开始研究。 3. 推荐<em>北大</em>网络实验室的一篇论文《搜索引擎—_原理、技术与系统.chs》,网上有电子版。该论文中有一定程度的分析过本<em>下载</em>中的源码。 4. 本源码在FreeBSD下编译通过。
Tensorflow学习笔记:CNN篇(6)——CIFAR-10数据集VGG19实现
Tensorflow<em>学习笔记</em>:CNN篇(6)——CIFAR-10数据集VGG19实现nnnn前序nn— 这是一个基于Tensorflow的VGG19模型在CIFAR-10数据集上的实现,包括图像预处理,VGG19模型搭建和最终训练。nnnnnnVGG19模型nn— VGG网络与AlexNet类似,也是一种CNN,VGG在2014年的 ILSVRC localization and classifi...
tensorflow学习笔记(1)如何高效地学习TensorFlow(附链接)
且看知乎上的帖子:如何高效的学习<em>tensorflow</em>?nn本篇简要总结以下,并不断更新中~~nn<em>tensorflow</em>官网(需要翻墙)一个有用的链接学习TensorFlown极客学院的MNIST入门github的<em>tensorflow</em>主页Stanford的CS 20SI课程,专门针对TensorFlow的课程Firstn Contact With TensorFlow,中文:与Tensor
《简单粗暴TensorFlow》教程(PDF)
本手册是一篇精简的TensorFlow入门指导,基于TensorFlow的Eager Execution(动态图)模式,力图让具备一定机器学习及Python基础的开发者们快速上手TensorFlow。 This handbook is a concise introduction to TensorFlow based on TensorFlow’s Eager Execution mode, trying to help developers get started with TensorFlow quickly with some basic machine learning and Python knowledge.
21个项目玩转深度学习:基于TensorFlow的实战详解
只能说还算清晰,在CSDN上找到关于这本的高清版基本上都是这个清晰度,只能说勉强还可以看。
TensorFlow学习笔记:1、TensorFlow快速下载与安装
TensorFlow<em>学习笔记</em>:1.TensorFlow安装与测试1.1 安装python-pip[root@node1 ~]# yum install -y python-pip1.2 安装TensorFlow直接执行命令pip install <em>tensorflow</em>即可安装TensorFlow。[root@node1 ~]# pip install <em>tensorflow</em>nCollecting ten
tensorflow入门学习笔记
由于工作需要开始学习<em>tensorflow</em>,记录一下自己的学习经历。本人水平很一般有问题烦请指正。1.了解<em>tensorflow</em>初步了解主要依靠<em>tensorflow</em>中文社区,里面的教程已经写的非常清楚了:基本用法:http://www.tensorfly.cn/tfdoc/get_started/basic_usage.htmlMNIST入门:http://www.tensorfly.cn/tfdoc...
北大oj题集(清晰版,poj上原题集)
POJ 是“北京大学程序在线评测系统”(Peking University Online Judge)的缩写,是个提供编程题目的网站,兼容Pascal、C、C++、Java、Fortran、Python等多种语言。 “北京大学程序在线评测系统”是一个免费的公益性网上程序设计题库,网址为http://poj.grids.cn/ 及 http://acm.pku.edu.cn/JudgeOnline,它包含2000多道饶有趣味的程序设计题,题目大部分来自ACM国际大学生程序设计竞赛,很多题目就反映工作和生活中的实际问题。用户可以针对某个题目编写程序并提交,让POJ自动判定程序的对错,几秒之内即可知道对还是错。作为教学支持,每个学生在POJ上可以建立自己的账号,教师在POJ上一眼就能看到布置的习题学生是否已经完成,这几乎将教师评判学生作业的工作量减少到零。POJ对于程序的正确性评判是极为严格的,不仅逻辑要对,而且数据的格式也要对。这对于培养严谨、周密的程序设计作风极为有效,学生必须考虑到每一个细节和特殊边界条件,而不是大体上正确就能通过。传统的人工评判是难以做到这一点的。
面向机器智能的TensorFlow实践 高清完整PDF文档(有书签)
面向机器智能的TensorFlow实践 高清完整.pdf版(带书签版保证效果好)
TensorFlow北大公开课学习笔记8-复现vgg16并实现图片识别
https://www.cs.toronto.edu/~frossard/post/vgg16/n 】img_ready = re_img.reshape((1, 224, 224, 3))n ValueError: cannot reshape array of size 200704 into shape (1,224,224,3) 因为图片是四通道的,为啥?224*334*4=200704n...
北京大学数值最优化课本加答案,特别适合学优化的人参考
北京大学数值最优化课本加答案,特别适合学优化的人参考
北大语料库
北京大学现代汉语语料库基本加工规范 俞士汶 段慧明 朱学锋 孙斌 (北京大学计算机系,北京大学计算语言学研究所 北京 100871) 摘要:北京大学计算语言学研究所已经完成了一个有 2700 万汉字的现代汉语语料库的基 本加工。加工项目除词语切分和词性标注外,还包括专有名词(人名、地名、团体机构名称 等)标注、语素子类标注以及动词、形容词的特殊用法标注。这项大规模语言工程的顺利完 成得益于事先制订并
TensorFlow学习笔记(1):LSTM相关代码
LSTM是seq2seq模型中经典的子结构,TensorFlow中提供了相应的结构,供我们使用:n<em>tensorflow</em>提供了LSTM实现的一个basic版本,不包含lstm的一些高级扩展,同时也提供了一个标准接口,其中包含了lstm的扩展。分别为:tf.nn.rnn_cell.BasicLSTMCell(), tf.nn.rnn_cell.LSTMCell()nnnn<em>tensorflow</em>
助教的Tensorflow笔记4:神经网络优化.pdf
<em>北大</em><em>tensorflow</em>机器学习课的笔记,非常精彩,利于学习消化理解
LINUX内核和驱动编程下载
LINUX内核和驱动编程,嵌入式LINUX内核和驱动编程 非常不错 相关下载链接:[url=//download.csdn.net/download/G_DONGLIANG/2278905?utm_source=bbsseo]//download.csdn.net/download/G_DONGLIANG/2278905?utm_source=bbsseo[/url]
oracle获取汉字拼音首字母下载
oracle获取汉字拼音首字母,用于根据首字母筛选汉字 相关下载链接:[url=//download.csdn.net/download/zxbchina/2507145?utm_source=bbsseo]//download.csdn.net/download/zxbchina/2507145?utm_source=bbsseo[/url]
CAN总线原理与实例下载
值得收藏 高性能产品设计必须掌握的芯片 智能小车 电子制作必用的器件工业现场常用通讯方式 相关下载链接:[url=//download.csdn.net/download/my_friend_ship/2666433?utm_source=bbsseo]//download.csdn.net/download/my_friend_ship/2666433?utm_source=bbsseo[/url]
文章热词 机器学习教程 Objective-C培训 交互设计视频教程 颜色模型 设计制作学习
相关热词 mysql关联查询两次本表 native底部 react extjs glyph 图标 java学习笔记的下载 java8学习笔记下载
我们是很有底线的