tensorflow相关笔记

一、tensorflow是啥？

TensorFlow是Google开源的一款人工智能学习系统。为什么叫这个名字呢？
Tensor的意思是张量，代表N维数组；
Flow的意思是流，代表基于数据流图的计算。
把N维数字从流图的一端流动到另一端的过程，就是人工智能神经网络进行分析和处理的过程。

二、安装tensorflow

1.本地下载tensorflow库

2.pip安装tensorflow
cd D:\whl
pip install tensorflow-1.8.0rc0-cp35-cp35m-win_amd64.whl

3.python环境
ps：python环境必须是python3.5 不然会报错。

三、TensorFlow Examples

http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_beginners.html
MNIST机器学习入门

斯坦福的学习教程
https://web.stanford.edu/class/cs20si/2017/syllabus.html
CS 20SI: Tensorflow for Deep Learning Research

http://colah.github.io/posts/2015-09-Visual-Information/

学到交叉熵
交叉熵有啥用？
用来表示两个概率分布差异有多大。
p和q分布差异越大，交叉熵越大。

KL判别：
熵和交叉熵的差异。

交叉熵和KL判别在机器学习中很有用。
当我们想让预测模型更接近真实值，可以使用KL判别去做。

哈夫曼编码

四、Tensorflow从入门到精通(二):附代码实战(wan)

https://mp.weixin.qq.com/s/0QcqXnzgj06rnY2FwnVBQA
Tensorflow从入门到精通(二):附代码实战

讲了一些关于tensorflow相关的基础知识

五、tensorflow的基础运算

1、tensorflow几个基本概念

(1) 图（Graph）：用来表示计算任务，也就我们要做的一些操作。

(2) 会话（Session）：建立会话，此时会生成一张空图；在会话中添加节点和边，形成一张图，一个会话可以有多个图，通过执行这些图得到结果。如果把每个图看做一个车床，那会话就是一个车间，里面有若干个车床，用来把数据生产成结果。

(3) Tensor：用来表示数据，是我们的原料。

(4) 变量（Variable）：用来记录一些数据和状态，是我们的容器。

(5) feed和fetch：可以为任意的操作(arbitrary operation) 赋值或者从其中获取数据。相当于一些铲子，可以操作数据。

形象的比喻是：把会话看做车间，图看做车床，里面用Tensor做原料，变量做容器，feed和fetch做铲子，把数据加工成我们的结果。

2、创建图和运行图

3、创建一个变量，并用for循环对变量进行赋值操作

4、通过feed设置placeholder的值

六、什么是神经网络

https://www.zhihu.com/question/22553761
知乎 
如何简单形象又有趣地讲解神经网络是什么？

七、量化大司马的tensorflow例子

量化大司马
https://www.jianshu.com/u/5b55a5c60465
这是一个TensorFlow的系列文章，本文是第二篇，在这个系列中，
你讲了解到机器学习的一些基本概念、TensorFlow的使用，
并能实际完成手写数字识别、图像分类、风格迁移等实战项目。

1.系列1五分钟带你入门TensorFlow

五分钟带你入门TensorFlow
https://www.jianshu.com/p/2ea7a0632239

本文是《人人都能学人工智能-TensorFlow系列》文章的第一篇，这个系列会对TensorFlow的基础使用，SoftMax，交叉熵，Dropout，CNN，LSTM和NLP等内容进行系列介绍，尽量使用通俗的语言，让更多的人都能了解人工智能，了解TensorFlow。

(1)、TensorFlow的安装
(2)、TensorFlow的基础运算

2.系列2零基础用TensorFlow玩转Kaggle的“手写识别”

零基础用TensorFlow玩转Kaggle的“手写识别”
https://www.jianshu.com/p/696bde1641d8

 这是一个TensorFlow的系列文章，本文是第二篇，在这个系列中，你讲了解到机器学习的一些基本概念、TensorFlow的使用，并能实际完成手写数字识别、图像分类、风格迁移等实战项目。

手写图片识别的实现，分为三步：

(1)、数据的准备

(2)、模型的设计

(3)、代码实现

3.系列3用TensorFlow做Kaggle“手写识别”达到98%准确率-详解

用TensorFlow做Kaggle“手写识别”达到98%准确率-详解
https://www.jianshu.com/p/ceb06c568237

这是一个TensorFlow的系列文章，本文是第三篇，在这个系列中，你讲了解到机器学习的一些基本概念、TensorFlow的使用，并能实际完成手写数字识别、图像分类、风格迁移等实战项目。

4.系列4TensorFlow战Kaggle“手写识别”最终章--达成99%准确率

TensorFlow战Kaggle“手写识别”最终章--达成99%准确率
https://www.jianshu.com/p/39561bdeac0d

这是一个TensorFlow的系列文章，本文是第三篇，在这个系列中，你讲了解到机器学习的一些基本概念、TensorFlow的使用，并能实际完成手写数字识别、图像分类、风格迁移等实战项目。

4.1改进方案

(1) 使用Keras框架，而不是用TensorFlow自己实现，提升编程效率
(2) 增加网络的深度，这里增加到了20层
(3) 每次卷积完之后，加入规范层
(4) 使用最新的SELU激活函数，这是Sepp Hochreiter最新发表在arXiv上的激活函数，Sepp是当年和Jürgen Schmidhuber 一起发明 LSTM 的神级人物。介绍参考这个链接：「自归一化神经网络」提出新型激活函数SELU