深度学习 基于python和tensorflow（1）

深度学习 基于python和tensorflow

作为tensoflow的初学者，跟着《深度学习 基于python语言和tensorflow平台 》这本书，记录自己的一些学习过程和困惑吧。
PS:纯新手，纯小白

第一章 人工智能极简历史

第二章 开发环境准备

1. 安装
pip install pip --upgrade升级pip自身的版本到最新版
pip install tensorflow 安装tensorflow
2. 检验是否成功
在命令行输入如下命令（注意version前后都是两个下划线）：

3.关于python的基础知识准备
嗯，这个东西等哪天有空了再把之前没弄会的看一遍，又是一堆坑没填完啊。

第三章 初始TensorFlow

前几张都是讲的一个问题——三好学生成绩问题。已知三门科目的成绩和最后总分，求每门科目所占的比例，就是两个方程求三个未知数的问题。

1. 根据实际问题搭建神经网络，绘制三好学生问题神经网络模型图
   什么是神经网络呢？
   神经网络就是模拟人脑的神经结构，不同于一般的直接输入输出，他在输入与输出层之间创建一个或者多个节点进行逻辑处理，再进而得到输出结果。
   人工智能、机器学习和神经网络 你真的知道它是什么意思吗
   
   
2. 根据模型图完成基本代码框架
   
   
   
3. 训练神经网络
   
   

第四章 简化神经网络模型

1. 张量
   张量——tensor对象，tf.shape函数查看张量的形态。
2. 用向量重新组织数据，简化神经网络模型
   将同类型的几个数据用一个向量组织起来，减少代码数也降低之后增加修改数据的难度。
   
3. softmax函数规范可变参数
   softmax函数——权重之后等于1，作用应该是可以在训练的时候减少训练次数。在softmax函数中传入参数时，把w1、w2、w3组合成一个向量输入。