一、TensorFlow 整体框架流程
1、定义数据变量
2、构造模型
3、定义损失函数
4、初始化变量
5、启动图
6、拟合模型
二、TensorFlow 主要术语简介
1、张量的阶、形状、数据类型
在TensorFlow系统中,张量的维数来被描述为阶.但是张量的阶和矩阵的阶并不是同一个概念.张量的阶(有时是关于如顺序或度数或者是n维)是张量维数的一个数量描述.比如,下面的张量(使用Python中list定义的)就是2阶.
t = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
你可以认为一个二阶张量就是我们平常所说的矩阵,一阶张量可以认为是一个向量.对于一个二阶张量你可以用语句t[i, j]来访问其中的任何元素.而对于三阶张量你可以用't[i, j, k]'来访问其中的任何元素.
阶:
形状:
数据类型:
2、其他,如session、Graph、feed、fetch,参见http://www.tensorfly.cn/tfdoc/resources/glossary.html。
三、TensorFlow 中三种图启动的用法