人工智能实践(2)-TensorFlow基础知识

张量、计算图、会话:

 

计算图:承载一个或多个计算节点的图;只描述运算过程,不计算运算结果

前向传播:

 

随机种子去掉则每次生成的随机数不一致;标准差、均值和随机种子若无特殊要求可以不写

 

训练过程:步骤1、2、3的循环迭代;使用过程:步骤4

一旦参数优化完成便可固定参数以实现特定应用

很多实际应用中,先使用现有的成熟网络结构,喂入新的数据训练相应模型,判断是否能对于喂入的从未见过的新数据做出正确的相应;再适当更改网络结构、反复迭代,让机器自动训练参数,找出最优结构和参数,以固定专用网络

 

 

 

 

反向传播:

 

猜你喜欢

转载自www.cnblogs.com/zimsky/p/12889054.html