杂谈（三）

终于约上考试了，我感觉有点晚，但是总归是约上了。最近南昌的天气也是极其恶劣，在冷风下练车被风吹成傻逼了。另外最近在玩一款手游（荒野行？），也是不得感叹国内大厂手游发展的迅速，一改以前那种靠着渣渣的玩法和画质来圈钱的印象，也不禁感叹网*的强大，借着测试之名玩游戏，我也是够了~0.0~。
来说说本周学的一些零散有用的小东西吧。

• Tensorflow游乐场（这个作为网页版TensorFlow测试器，可以训练一些简单的神经网络）
  比如我们来训练一个类似上次听讲座的瑞士卷
  
  可以看到最后训练的损失率结果还是不错的。

• 张量（tensor）的概念
  附上知乎链接：什么是张量
  抛开上面数学和物理学里面对张量的定义，在TensorFlow中，张量可以简单理解为多维数组。零阶张量表示标量，第一阶表示向量，第n阶就是n维数组。张量是一种数据结构，主要包含三种属性：名字、维度、和类型。
  
  上图名字为add_1,从第一个输出，是一个一维数组，长度为2，数据类型为float32.

• 激活函数
  主要包括线性、Tanh（双曲正切）、Sigmoid、ReLU这几种函数。公式如下：
  线性函数：
  

  $$f(x)=wx+b$$
  这个函数就是一条直线。
  Tanh函数：
  $$f(x)=\frac{1-e^{-2x}}{1+e^{-2x}}$$
  
  sigmoid函数：
  $$f(x)=\frac{1}{1+e^{-x}}$$
  
  ReLU函数：
  $$f(x)=max(x,0)$$