python tensorflow书_关于《tensorflow实战》书籍学习备忘笔记与摘要

· 关于重要的相关文本资料网站。

它可以做的事，

文本翻译。

情感分析

实例：AlphaGo所使用的算法 蒙特卡洛树搜索(MCTS)估值网络(value network)走棋网络(policy network)

tensorflow主要依赖包

protocol buffer 是处理结构化的数据工具

关于tensorflow在各个系统的安装就不进行详细介绍

开始看python下调用tensorflow的基本学习

启动

(这里我踩坑预警，as后的是重命名简写，不是什么重要参数或第三方模块。为了方便在代码中表示，这里我们规范化写为tf)

定义一个常量constant

result 返回值

生成一个session会话使用sess函数命名

会话.运行(结果)

数组，dtype数据类型对象=浮点数32位

使用这条命令可以切换保存路径

one_hot   代表的是类

np.prod() 一种拍平的操作

直接拍平的参数

flatten(pool4)

函数直接拍平参数 可以进行全链接。

知识对齐

bn一定需要在激活函数之前

renorm=True 批量重整化

创建一个会话

交互模式下直接构建会话

反向传播优化模型原理图

占位符placeholder使用的原因

batch_size = 8 # 是定义每一批次去训练的图片数量(注意需要记得要和数据集图片总数可以整除才可以)

核心 神经网络的参数 (我们使用的模型，训练的模型，喂的数据都是为了它的调整)

y = 0.11 是结果

公式是 计算隐藏层到输出层+上偏置得出的=y 输出

w 为隐藏层的三个节点的加权  b1为偏置   y 为输出节点。

损失函数的用途

代码定义损失函数

使用随机数生成一个模拟数据集合

数据集合大小

tf.train.exponential_decay

exponential_decay函数会指数级的减小学习率

np.bot 函数代表矩阵内积相乘

相当于 矩阵行乘以列

【示意图】

randomstate 随机产生

reduce  减少

more 更多的

seed 种子

minimize 减少

cross 交叉

entropy 熵

clip 削减

constant 常数

enumerate 枚举

imread 未读的

resize 调整大小

labels 标签

append 追加

example 例子

shuffle 洗牌

labelset 标记集

batchsize 批量尺寸

yield 产量

square 平方

greater 最大的

select 选择

random 随机

batch_size 批处理大小

Variable 变量

normal 常态的

init_op 初始化运算

steps 步骤

range 范围

feed_dict 喂养数据

learning_step 学习步

learning_rate  学习速率

variable_scope 可变范围

saturation 饱和

serialized 串行化

teatures 特技

decoded 编码

函数

matmul

将矩阵 a 乘以矩阵 b，生成a * b

https://www.w3cschool.cn/tensorflow_python/tensorflow_python-l5x72feg.html

eval 获取返回值

公式

y_