人工智能TensorFlow（十五）CNN 结构（代码实现）
本期我们结合MNIST数据集，来用代码来实现CNN。（手写数字识别是TensorFlow人工智能最基础的案例，这个跟学习编程语言的hello Word一样）
继续阅读
作者： powers
keras与tensorflow 项目问题报错
from keras.optimizers import RMSprop
ImportError: cannot import name ‘RMSprop’
这里主要问题是keras与tensorflow版本的问题，修改代码为
继续阅读
人工智能TensorFlow（十四）MINIST手写数字识别
MINIST的数据分为2个部分：55000份训练数据（mnist.train）和10000份测试数据（mnist.test）。这个划分有重要的象征意义，他展示了在机器学习中如何使用数据。在训练的过程中，我们必须单独保留一份没有用于机器训练的数据作为验证的数据，这才能确保训练的结果的可行性。
继续阅读
人工智能TensorFlow（十三）读懂CNN卷积神经网络
那什么是卷积神经网络那，这就要我们追溯一下人类识别图像的原理
继续阅读
人工智能TensorFlow（十二）Overfitting与dropout代码实现
上期我们分享了TensorFlow的过拟合与dropout的问题过拟合（Overfitting）与dropout，本期我们来实现如何在TensorFlow中利用代码实现overfiting的问题。
继续阅读
大数据挖掘—（十一）：爬取音乐，并保存到本地
当你听音乐时，想要下载下来，慢慢听，谁知需要VIP，是不是有一万只某羊的名字在你脑海里狂闪，我们本期就简单介绍一下如何下载网易云的音乐
继续阅读
人工智能TensorFlow（十一）过拟合（Overfitting）与dropout
overfittingt是这样一种现象：一个假设在训练数据上能够获得比其他假设更好的拟合，但是在训练数据外的数据集上却不能很好的拟合数据。此时我们就叫这个假设出现了overfitting的现象。
继续阅读
大数据挖掘—（十）：爬取校花照片，并保存到本地
通过往期的文章，我们可以爬取网页上面的文字信息，本期介绍一下如何爬取图片信息，以及保存图片到本地
继续阅读
人工智能TensorFlow（十）-TensorBoard可视化神经网络
本期修改一下上期的代码，用TensorBoard显示下图biases 与weights信息以及其他训练信息
继续阅读
大数据挖掘—（九）：爬虫利器 _正则表达式
re 模块使 Python 语言拥有全部的正则表达式功能
继续阅读