常用的概念 :tensorflow的 CNN(卷积神经网络) ,用张量表示数据tensor,用计算图搭建神经网络,用会话session执行计算图,优化线上的权重,得到模型
1.张量的介数可以看大括号的个数
2.tensorflow的数据类型有tf.float32,tf.int32
3.Session : 执行计算图节点运算
with tf.Session() as sess:
print sess.run( y )
4.tf.variable ()
tf.random_normal() 生成正态函数
tf.truncated_normal() 生成去掉过大的偏离点的正态分布函数
tf.random_uniform() 生成均匀分布的随机数
1准备数据集,提取特征,作为输入喂给神经网络
2. 搭建nn结构,从输入到输出
3.大量特征数据喂给nn,迭代优化参数 梯度下降
4,使用训练好的模型预测和分类