Introduction of Tensorflow

Tensorflow的简单总结

       对日常学习中遇到的一些Tensorflow包及函数进行总结概括，方便自己日后查找或学习。遇到不熟的就记录于此，持续更新中…

1.1 Tensorflow基础概念

       Tensorflow是一个用于数值计算的强大开源软件库，非常适合大型机器学习，是世界上最受欢迎的开源机器学习框架。Tensorflow能把代码转换成操作图。而真正运行的正是这种图。将模型以图的形式展现出来后，工作者可以推迟或者删除不必要的操作。甚至重用部分结果，可以减少代码量。

1.2 tensorflow常用包及函数介绍

1.2.1 数据计算有关

1. tf.matmul(x,y)
   作用：
   表示矩阵x与y相乘,注意与tf.multiply()区分
   参数解释：
   注意矩阵x与y的类型相同且尺寸符合乘法规则。
2. tf.square(x)
   作用
   计算元素x的平方。
3. reduce_mean(input_tensor,axis=None,keep_dims=False,name=None)
   作用
   沿张量(input_tensor)的某一维度求元素的平均值，这类操作也被称作降维。
   参数解释
   input_tensor: 被降维的张量;
   axis: axis=none, 求全部元素的平均值；axis=0, 按列降维，求每列 平均值；axis=1，按行降维，求每行平均值;
   keep_dims: 若值为True，可多行输出平均值;
   name: 自定义操作的名称。

1.2.2 数据类型有关

1. tf.constant=(value, dtype=None, shape=None, name="Const", verify_shape=False)
   作用：
   将数据转换为常量，即不可更改的数据。
   参数解释：
   value: 符合tf中定义的数据类型的常数值或者常数列表;
   dtype：数据类型，可选;
   shape：常量的形状，可选;
   name：常量的名字，可选;
   verify_shape：常量的形状是否可以被更改，默认不可更改;

1.2.3 算法实现及优化

• 优化

1. tf.train.GradientDescentOptimizer(学习率)
   实现梯度下降的优化器。

2. tf.train.MomentumOptimizer(学习率，动量系数)
   实现Momentum方法的优化器。

对优化算法相关知识不太了解的可以参考博客梯度下降算法总览 和初学牛顿法 。

1.2 参考

[1] 大腿君.谷歌大神带你十分钟看懂TensorFlow
[2] Geron.机器学习实战