2016-12-13

今天的工作主要分为以下几部分：

1. 完成tensorflow对于mnist的实验，今天新学到的知识是如何添加summary, 可以根据不同的值类型来选择添加不同的summary. 之后利用summary = tf.summary.merge_all() 将所有的summary结合起来，之后可以sess.run(summary)返回相应的object. 并且新建summarywriter用于把得到的summary object以及整个graph写入到文件中， 之后可以通过tensorboard来读取相应的内容来展示神经网络的情况。另外可以通过tf.train.Saver()来把相应的sess存到相应的文件中。

2. 貌似windows版本的tensorflow并不支持tersorboard，需要linux版本的。

3. 短文本相似度因为是一个相对比较的问题，因此初步可以考虑用两步来做，给定一个问句，第一步过滤掉完全不相关的句子，第二步可以采用learning to rank的方式来对所有句子进行排序。但这两步似乎都需要标注数据来训练，第一步标注出完全不相关的句子，第二步给定两个句子，标注出哪个更相关。