我的TensorFlow学习笔记

我的TensorFlow学习笔记

学习视频：https://www.bilibili.com/video/BV1FW4y1b7WM/?p=1

1. 背景

TensorFlow是Google的一个开源机器学习框架。TensorFlow 2更简单、更好用、更强大了。TensorFlow也支持Java，叫TensorFlow Java。

2. 学习矩阵乘法

记录自己做的三道题：

3. TensorFlow的基本操作

import tensorflow as tf
import numpy as np

# 打印版本号
tf.__version__
# py中一些具备特殊意义的属性、方法的开头和结尾以__开头，Java中没有对应概念，可理解为Object的对象销毁方法之类的会被JVM使用/依赖到的特殊方法或属性。

# 矩阵乘法
x=[[1.]]
m=tf.matmul(x,x)
# “1.”就相当于“1.0”的简写方式，矩阵在编程中的表现形式是二维数组，矩阵是更高级的概念。

# constant
x=tf.constant([[1,9],[3,6]])
# 就是把两行拼起来，成为2x2矩阵

# add
x=tf.add(x,1)
# 矩阵中每个元素值都加1

4. Tensor是什么

是不同维度（一维二维三维四维等）中的基本单元。

5. 转换格式

# tensor数据类型转为基本的array数组类型
x.numpy()

# int32的tensor类型数据转为float32de tensor类型数据
tf.cast(x,tf.float32)

# 创建一个2x2的矩阵，元素值全部填充"1"
x1=np.ones([2,2])

6. 深度学习

AI人工智能是个很大的圈子，最重要的核心就是机器学习。其实深度学习是机器学习的子集，只不过现阶段DL更多、更好、更流行而已。

机器学习流程：

1. 数据获取
2. 特征工程【核心】
3. 建立模型
4. 评估与应用

特征工程的作用

• 决定了模型的上限
• 预处理和特征提取是最核心的
• 算法与参数选择决定了如何逼近这个上限