- 定义三个方法inference、loss、train,其中注意tf.placeholder的使用,还有所有网络建立的时候需要指定命名空间with.name_scope,还有所有建立网络相关的方法都在tf.nn中
- tf.Variable基本变量类型
- 开启session
- 首先是初始化所有的网络参数init= tf.initialization,sess.run(init)
- 批量读入数据 X,Y = data_set.next_batch(FLAGS.batch_size)
- 定义损失函数,同样是在nn里tf.nn.softmax_cross_entropy_with_logits
- 定义优化器optimizer = tf.train.GradientDescentOptimizer(FLAGS.learning_rate),使用minimize进行梯度计算操作train_op = optimizer.minimize(loss, global_step=global_step)
- 使用session.run将feed_dic传进去
- 使用summary记录参数或者图结构到TensorBoard展示