weixin_42196373的博客

np.mgrid[起始值：结束值：步长，起始值：结束值：步长]x.ravel() 将x变为一维数组，即将x拉直np.c_[]将返回的间隔数值点配对np.c_[数组1，数组2, …]import numpy as npx, y = np.mgrid[1:3:1, 2:4:0.5]grid = np.c_[x.ravel(), y.ravel()]print("x:", x)print("y:", y)print("grid:", grid)运行结果：补充:x代表有2行，y代表有4列

张量（Tensor）：多维数组（列表） 阶：张量的维度张量可以表示0阶到n阶数组（列表）数据类型：tf.int, tf.float…tf.int 32 , tf.float 32, tf.float 64tf.booltf.constant([True,False])tf.stringtf.constant(“Hello,world!”)如何创建一个Tensortf.constant(张量内容，dtype=数据类型（可选）)import tensorflow as tfa

损失函数：预测值（y）与标准答案（y-）的差距损失函数可以定量判断权重w和随机初始化b的优劣，当损失函数输出最小时，w、b最优常见损失函数：均方误差

1、tensorflow安装pip install tensorflow2、打开anaconda promptconda creat -n TF2.1 python=3.7 #新建一个python3.7版本的名为TF2.1的环境conda activate TF2.1pip install tensorflow #在自己创建的环境下安装tensorflow3、验证是否安装成功TF2.1环境下打开python 输入 import tensorflow as tftensorflow v