首先介绍TensorFlow里面的三个概念
1、计算图(tf.Graph)
计算图是TensorFlow的计算模型,所有TensorFlow的程序都会通过计算图的形式表示。计算图上的每一个节点都是一个运算,而计算图上的边则表示了运算之间的数据传递关系。计算图上还保存了运行一个每个运算的设备信息(比如是通过CPU上还是GPU运行)以及运算之间的依赖关系。计算图提供了管理不同集合的功能,并且TensorFlow会自动维护五个不同的默认集合。
2、张量(Tensor)
张量是TensorFlow的数据模型,TensorFlow中的所有运算的输入、输出都是张量。张量本身并不存储任何数据,它只是对运算结果的引用。通过张量可以更好地组织TensorFlow程序。
3、会话(Session)
会话是TensorFlow运算模型,它管理了一个TensorFlow程序系统资源,所有的运算都要通过会话执行。
TensorFlow的三个过程
1、定义神经网络的结构和前向传播的输出结果
2、定义损失函数以及选择选择反向传播优化的算法
3、生成会话并且在训练数据上反复运行反向传播优化算法
无论神经网络的结构如何变化,这三部是不变的。