TensorFlow1.x入门(9)——卷积神经网络(CNN)

系列文章 1. 计算图的创建与启动 2. 变量的定义及其操作 3. Feed与Fetch 4. 线性回归 5. 构建非线性回归模型 6. 简单分类问题 7. Dropout与优化器 8. 手动调整学习率与TensorBoard 卷积神经网络(CNN)系列文章引言知识点示例 引言 卷积神经网络(Convolutional Neural Networks, CNN)是深度学习领域内的一个重要的组成构建。CNN现在大量的用于图像识别领域,但是在自然语言处理和语音识别领域作为特征抽取器有广泛的应用。 一般情况下,提到卷积神经网络,它的网络结构包含卷积层和池化层。卷积层主用用于提取特征,而池化层有最大池