一、基本概念
1.计算图:
张量:可简单理解为n维向量,包含名字、维度和类型
表示节点node的第几个输出结果
2.张量的使用:
(1)对中间计算结果的引用
(2)当计算图构造完成之后,张量可以用来获得计算结果
3.tensorflow变量
变量(tf.Variable)就是用来保存和更新神经网络中的参数,一般会采用正态分布的随机数初始化变量
例如:
二、基本步骤
使用神经网络解决分类问题主要4步骤
(1)提取问题中实体的特征向量作为神经网络的输入;
(2)定义神经网络的结构;
(3)通过训练数据来调整神经网络中参数的取值;
(4)使用训练好的神经网络来预测未知的数据。
三、前向传播算法
神经网络结构的区别在于前向传播方式不同。对于全连接网络结构
例子:
四、深层神经网络
1.解决问题范畴
对于多层非线性复杂问题,一般的线性模型很难解决,