最初のチュートリアル「MNISTforML Beginners」の最後には、次の段落があります。
重要なのは、このモデルから学んだことです。 それでも、これらの結果について少し落ち込んでいる場合は、次のチュートリアルをチェックし
しかし、次のチュートリアルは「エキスパート向けのディープMNIST」であり、最初のチュートリアルほど説明がありません。 例えば、第二のチュートリアルはで異なる始まりBuild a Multilayer Convolutional Network
セクションが、下の非常に最初の段落Weight Initialization
、それが使用している概念を説明していません。
このモデルを作成するには、多くの重みとバイアスを作成する必要があります。 一般に、対称性の破れのために、また勾配が0になるのを防ぐために、少量のノイズで重みを初期化する必要があります。 ReLUニューロンを使用しているため、「死んだニューロン」を回避するために、わずかに正の初期バイアスで初期化することもお勧めします。 モデルの作成中にこれを繰り返し行う代わりに、2つの便利な関数を作成してください。
「ReLUニューロン」とは何ですか? なぜそれらを使用しているのですか? 畳み込みネットワークとは何ですか?
私はどちらかと言います
the next tutorial
と言うのでa later tutorial on MNIST for Experts
なく、 ありがとう!
出向。 コンバージョンネットの説明は、MNISTディジットのコンテキストで役立つと思います。
TensorFlowチュートリアルは、ディープラーニングや機械学習の教科書やコースに取って代わることはできません。 追加のリソースが利用可能になったときに、それらへのポインターを追加する場合があります。
このチュートリアルは複雑であるだけでなく、これらすべてのチュートリアルも複雑です。
たとえば、私がやりたいことは次のとおりです。
しかし、Tensorflowは、複雑なグラフとファイルをネットワークにロードするための複雑なメカニズムを備えた4ファイルのMNISTチュートリアルを最初から提供しています。
最も参考になるコメント
このチュートリアルは複雑であるだけでなく、これらすべてのチュートリアルも複雑です。
たとえば、私がやりたいことは次のとおりです。
しかし、Tensorflowは、複雑なグラフとファイルをネットワークにロードするための複雑なメカニズムを備えた4ファイルのMNISTチュートリアルを最初から提供しています。