一 文件结构
并不是自己下载的代码，老师给的，看到readme.md猜测可能时github上下载的。先理一下这个文件结构，最_pycache_文件有什么用（https://blog.csdn.net/index20001/article/details/73501375/ ），解决了自己一半的疑惑，作用类似于他的名字cache,减少工程运行时间。但是，他的产生情况和文中不符，此处不再细究。
后缀.py的肯定一目了然，根据文件名猜测是不同算法的实现。下面那些莫名其妙的后缀名，参考：https://zhidao.baidu.com/question/487001230.html，就是一个老外标记好的minist数据。（很好奇为什么这么少）
二 边学tensorflow边看代码
（1）了解一下 tensorflow
https://blog.csdn.net/lhh08hasee/article/details/80546919（csdn，深度学习学习资源的博客）
（2）上面视频收费......所以
https://blog.csdn.net/qq_30102545/article/details/80502373
主要想系统看下tensorflow，看官网教程感觉会很慢，看个视频入门先（个人感觉，看了一些机器学习基础知识的教程，发现还是先会用，再回过头来看基础比较好，因为基础是在太多了，看前面，忘后面）
三 视频笔记()
（1）tensorflow简介
a. 作者：google 作用：方便入门深度学习
b. 安装 windows/ubuntu+cpu+python3.5上的tensorflow
c.第三小节：(机器学习基础)......（已知道）
(2)tensorflow基础框架
a. 怎样处理数据的结构（通过tensorboard介绍的）
收获：tensorflow,翻译过来：向量在结构中飞。（建议视频多看两遍，接受它需要有基础）
b. 代码看结构
numpy随机数参考：https://blog.csdn.net/m0_37804518/article/details/78490709
import tensorflow as tf
import numpy as np
#creat data
x_data = np.random.rand(100).astype(np.float32) #数据转换，依据
#tensorflow数据格式
#实际y_data，用来预测模型好坏
y_data = x_data*0.1+0.3
#print(x_data)
#creat tensorflow structure start#
#Weigtht 矩阵，大写方便识别
Weights = tf.Variable(tf.random_uniform([1],-1.0,1.0))
biases = tf.Variable(tf.zeros([1]))
y = Weights*x_data+biases #很明显和上述式子结构一样
loss = tf.reduce_mean(tf.square(y-y_data)) #计算误差平方和
optimizer = tf.train.GradientDescentOptimizer(0.5) #梯度下降最优控制器
#（百度翻译），0.5为学习效率，等效于步长
train = optimizer.minimize(loss) #用梯度下降使误差最小
init = tf.initialize_all_variables() #上面仅仅是建立，这里初始化变量
#...............end.............#
sess = tf.Session()
sess.run(init) #Very important
#训练神经网络
for step in range(201):
sess.run(train)
if step %20 ==0:
print(step,sess.run(Weights),sess.run(biases))
运行结果：
注意：本代码为视频练习手打代码，由于md2all用的不太熟，所以可能运行会存在错误，错误原因一定是来手动排版产生了不必要空格。
小结：第一次打tensorflow代码，感觉到了当初听公开课老师说的感受，人工智能理论是一回事，写代码是另一回事儿，但是走的远的理论一定要好。代码理解很容易，逻辑理清楚有点难，我不太清楚sess.run()的工作意味着什么，其他都是很基础的东西。
c.会话控制
tf.contast命令：https://blog.csdn.net/yjk13703623757/article/details/77075711
看了个博客，知道复制代码进去md2all产生错误的原因不是我自己的操作原因，看了一眼感觉稍微麻烦点，还不如直接截图来的爽快。代码很简单，很好理解。
d.变量
结果：
也很简单，注意标注first和second的地方就好了。
本想简单了解，突然间感觉也挺多的，看完视频再去研究下tesorflow的hello world代码。