一、Tensorflow基本概念 　　1、使用图（graphs）来表示计算任务，用于搭建神经网络的计算过程，但其只搭建网络，不计算 　　2、在被称之为会话（Session）的上下文（context）中执行图 　　3、使用张量（tensor）表示数据，用“阶”表示张量的维度。关于这一点需要展开 ...

model 定义模型需要继承自tff.learning.Model类，同时根据联邦学习的流程需要定义好，模 ...

　　第一，在局域网内，如何管理计算机上的资源，需要一个管理策略。 　　　　　微软提供了两种：工作组和域。两者区别就是，工作组是自治的，组内的计算机个个都作为独立、对等的自治实体而存在。恩，这也是以太 ...

一、计算模型----计算图 1.1 计算图的概念：TensorFlow就是通过图的形式绘制出张量节点的计算过程，例如下图执行了一个a+b的操作。 1.2 计算图的使用 TensorFlow程序一般分为两个阶段。第一个阶段定义计算图中的所有计算，第二个阶段执行计算（执行会话）。 阶段 ...

对TensorFlow深度学习中常见参数的总结分析 　　神经网络中常见的参数有：初始学习率、学习率衰减率、隐藏层节点数量、迭代轮数、正则化系数、滑动平均衰减率、批训练数量七个参数。 　　对这七个参数，大部分情况下，神经网络的参数选优是通过实验来调整的。 　　一个想法是，通过测试数据来评判参数 ...

的轰动。AlexNet可以说是具有历史意义的一个网络结构，在此之前，深度学习已经沉寂了很长时间，自20 ...

Tensorflow 的求梯度函数： [db, dW, dx] = tf.gradient(C, [b, w, x]) 在调试时用处较大。 实例： import tensorflow as tf import numpy as np w1 = tf.Variable(2.0) w2 ...