来源： TensorFlow的安装 - 尘续缘的博客 - 博客频道 - CSDN.NET 1. 前提说明 在公司试着学习下深度学习项目，决定使用TensorFlow框架，公司的服务器上之前有人搭建过，遇到不懂的也也可以顺便请教。至于为什么还要自己重新搭建一个，因为公司的TensorFlow可能版本较老，在运行mnist的深度学习模型不能运行，所以还得自己重新装一个。 先说明一下现有的条件吧， 服务

WEKA使用教程目录 1. 简介2. 数据格式3.数据准备4. 关联规则（购物篮分析）5. 分类与回归6. 聚类分析 1. 简介 WEKA的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），它的源代码可通过http://www.cs.waikato.ac.nz/ml/weka得到。同时weka也 来源： WEKA使用教程(经典教程转载

来源： 加快TensorFlow在树莓派上的执行速度——模型预热 – 编码无悔 / Intent & Focused 转载请注明出处：http://www.codelast.com/ 本文软硬件环境： 树莓派：3代 Model B V1.2，内存1GB OS：Arch Linux ARM 在上一篇文章中，我写了在树莓派上用TensorFlow做的一个深度学习（图像识别）实验，但正

来源： TF Boys (TensorFlow Boys ) 养成记（一）：TensorFlow 基本操作 - Charles-Wan - 博客园 本资料是在Ubuntu14.0.4版本下进行，用来进行图像处理，所以只介绍关于图像处理部分的内容，并且默认TensorFlow已经配置好，如果没有配置好，请参考官方文档配置安装，推荐用pip安装。关于配置TensorFlow，官方已经说得很详细了，我这

来源： TF Boys (TensorFlow Boys ) 养成记（二）： TensorFlow 数据读取 - Charles-Wan - 博客园 TensorFlow 的 How-Tos，讲解了这么几点： 1. 变量：创建，初始化，保存，加载，共享； 2. TensorFlow 的可视化学习，（r0.12版本后，加入了Embedding Visualization） 3. 数据的读取； 4.

Morvan\'s Python tutorials 来源： 莫烦 Python 选择好特征 (Good Features) 作者: Morvan    编辑: Morvan 我们在这次视频中会分享到怎么选择一个好特征, 和好特征意味着什么. 那什么是好的特征, 你怎么知道它的好或坏呢? 注: 本文不会涉及数学推导. 大家可以在很多其他地方找到优秀的数学推导文章. 我们在这次视频中会分享到怎么选择一

Morvan\'s Python tutorials 来源： 莫烦 Python 特征标准化 (Feature Normalization) 作者: Morvan    编辑: Morvan 学习资料: Sklearn: feature normalization 教程 今天我们会来聊聊机器学习所需要的数据,为了让机器学习方面消化, 我们需不需要对数据动些手脚呢. 所以今天就会提到特征数据的标准化,

检验神经网络 (Evaluation) 作者: Morvan 编辑: Morvan 学习资料: Theano: l1 l2 regularization 教程 Scikit-learn: cross validation 教程1 Scikit-learn: cross validation 教程2 Scikit-learn: cross validation 教程3 Tensorflow: dro

Morvan\'s Python tutorials 来源： 莫烦 Python 自编码 (Autoencoder) 作者: Morvan    编辑: Morvan 学习资料: Tensorflow Autoencoder 链接 Keras Autoencoder 链接 今天我们会来聊聊用神经网络如何进行非监督形式的学习. 也就是 autoencoder, 自编码. 注: 本文不会涉及数学推导.

循环神经网络 RNN (Recurrent Neural Network) 作者: Morvan 编辑: Morvan 学习资料: Tensorflow RNN 例子1 Tensorflow RNN 例子2 Tensorflow RNN 例子3 Keras 快速搭建 RNN 1 Keras 快速搭建 RNN 2 RNN 作曲 链接 今天我们会来聊聊在语言分析, 序列化数据中穿梭自如的循环神经网络