1.Y_train和Y_test用one_hot处理
2. X,Y用tf.placeholder初始化
tf.placeholder(类型,[如果是矩阵这个位置填形状],name=‘某’)
矩阵形状:[特征值数,NULL]。数目不定
3. W与b用tf.get_variable初始化但初始化方式,initializer不同
W1=tf.get_variable(‘W1’,(如果是矩阵这个位置填形状),initializer=tf.glorot_uniform_initializer(seed = 1))
b1=tf.get_variable(“b1”,形状,initializer=tf.zeros_initializer())
在运行初始化parameters之前,一定要
用tf.reset_default_graph() #用于清除默认图形堆栈并重置全局默认图形。
4.在对tensor进行赋值,初始化等运算是要用with tf.Session() as sess:控制资源,设为placeholder时不用
5.向前传播要用到tf矩阵相乘和tf激活
相加:tf.add(a,b)
矩阵相乘: tf.matmul(a,b)
激活:tf.nn.relu(Z1)
重点:tensorflow中计算损失的输入为最后一层的线性输出,意思为不用计算AL,只算到ZL即可