tensorflow 学习踩坑合集.

对于tensorflow，机器学习新手，代码能力也不强的我来说，踩的坑还是挺吓人的。遇到问题就去网上搜一些解答，网上说的都比较泛化，我就写一些接地气的解答，总结一下吧。

tensorflow 小结：

1 attempt to use uninitialized variable 。                    没有初始化所有变量
2 setting an array element with a sequence。              矩阵的列没有对齐
3 训练模型  LOSS下降 准确率却在下降                            很可能是loss目标函数写错
4 测试准确率为0                                                              Test没有在跟Train一个sess对话里面

5 tensorbaoard 无法显示                   存储路径不可有中文名；存储路径必须是'//'而不是'/'；日志文件千万别放在桌面上 

7 batchsize的问题：

        中文翻译为批大小（批尺寸）。在深度学习中，一般采用SGD训练，即每次训练在训练集中取batchsize个样本训练；

        iteration：中文翻译为迭代，1个iteration等于使用batchsize个样本训练一次；
        一个迭代 = 一个正向通过+一个反向通过
        epoch：迭代次数，1个epoch等于使用训练集中的全部样本训练一次；
        一个epoch = 所有训练样本的一个正向传递和一个反向传递
        举个例子，训练集有1000个样本，batchsize=10，那么：
        训练完整个样本集需要：
        100次iteration，1次epoch

8： loss降不下来 ：模型的学习能力不够。

        另外值得一提的是，并不是说任何的数据源我用NN,CNN,LSTM都可以取得好的效果，被很多因素影响。一方面是模型的超参数的设定问题，包括模型的‘体积’大小，学习率等等。另一方面，数据的特征也很关键，数据的不平衡问题是我遇到的最头疼的问题，所以在做模型之前，对数据进行一些处理与分析也是很有必要的。