tf.Session()：创建一个会话

       tf.Session().as_default()：创建一个默认会话

       tf.nn.in_top_k()函数的参数如下：

1

in_top_k(predictions, targets, k, name=None)

       在上一篇博文中，http://blog.csdn.net/enchanted_zhouh/article/details/74289333 ，我们讲了怎样从一个视频中读取每一帧图像，在本文中，当我们对一个视频中的每一帧图像都进行了分析之后，想拼装成一个处理之后的视频以供展示分析成果，此时我们需要用到视频写入流VideoWriter这个方法。

       本文先分析了LeNet-5模型的结构，然后基于LeNet-5模型写了TensorFlow代码实现mnist数字识别，代码部分进行了详细注解，目前也在学习阶段，有错误欢迎指出，大家一起学习。

       通过tensorflow实现一个简易的线性回归，代码如下：

       当我们有一份视频，想对其做分析时，我们需要将其转化成每一帧图像，并对每一帧图像进行分析。

       本文主要通过CNN进行花卉的分类，训练结束保存模型，最后通过调用模型，输入花卉的图片通过模型来进行类别的预测。

       背景：栈中的元素是Integer类型, 从栈顶到栈底依次是 : 4,3,2,1 ,调用该方法后， 元素次序从栈顶到栈底变为:1,2,3,4。注意：只能使用Stack的基本操作，即push,pop,peek,isEmpty，可以使用辅助栈。

阅读全文 »

       一般来说，如果我们直接继承Iterable类，并覆盖iterator()方法，我们只能替换现有的方法，而不能实现选择。在这里，我们希望在默认的前向迭代器的基础上，添加一个反向迭代器，因此我们不能使用覆盖，而是添加一个能够产生Iterable对象的方法，该对象可以用于foreach语句，并可以实现反向迭代的功能。

       有时在写代码时会不小心在比较String与String值相等，char与char值相等时会没弄清楚”==”与equals()两种比较方法的区别就直接选一个用上了，最后在Debug时才发现以为是true的地方却是false，以为是false的地方却是true。写这篇文章只是为了记录平时写代码时可能会犯的一些小错误，如下先预先说明：