第二部分第三周课后题

（4.19）

1.定义tf.Session和使用with的区别

定义会话tf.Session()和调用run（）的区别：
定义会话最后需要关闭会话释放函数，且若执行过程中突然中断，则数据丢失，而用with则不需关闭会话，且数据不会丢失

with tf.Session() as session:                   #创建一个session并打印输出
    session.run(init)                           #初始化变量
    print(session.run(loss))                    #打印损失值

#创建一个session并运行它
    sess = tf.Session()
    result = sess.run(Y)

    #session使用完毕，关闭它
    sess.close()

更推荐大家使用第一种写法

2.tf.one_hot()函数

源自 https://blog.csdn.net/nini_coded/article/details/79250600

tensorflow的help中相关说明如下：

one_hot(indices, depth, on_value=None, off_value=None, axis=None, dtype=None, name=None)
    Returns a one-hot tensor.

indices表示输入的多个数值，通常是矩阵形式；
depth表示输出的尺寸。
由于one-hot类型数据长度为depth位,其中只用一位数字表示原输入数据，这里的on_value就是这个数字，默认值为1，one-hot数据的其他位用off_value表示，默认值为0。
tf.one_hot()函数规定输入的元素indices从0开始，最大的元素值不能超过（depth - 1），因此能够表示（depth + 1）个单位的输入。若输入的元素值超出范围，输出的编码均为 [0, 0 … 0, 0]。
indices = 0 对应的输出是[1, 0 … 0, 0], indices = 1 对应的输出是[0, 1 … 0, 0], 依次类推，最大可能值的输出是[0, 0 … 0, 1]。

3.Y_train_orig[:,index]

这种样子的在上一篇已经说过了，不知道的可以回顾一下上一篇
https://blog.csdn.net/luweiming123/article/details/89086260