训练神经网的过程可以分为以下三个步骤:
1、定义神经网络的结构和前向传播的输出结果
2、定义损失函数以及选择反向传播优化算法
3、生成会话(tf.Session)并且在训练数据上反复运行反向传播优化算法
神经网络的结构:
目前主流的神经网络都是分层的结构,第一层是输入层,代表特征向量中每一个特征的取值。同一层的节点不会相互连接,而且每一层只和下一层连接,直到最后一层作为输出层得到计算结果。在输入层和输出层之间的神经网络叫做隐藏层,一般一个神经网络的隐藏层越多,这个神经网络越深。而所谓深度学习中的“深度”和神经网络的层数也是密切相关的。
前向传播: