基本认识（1）

明确使用TensorFlow作为机器学习的框架，建立机器学习的基本认识

TensorFlow部署

1. 在笔记本电脑里安装Miniconda；
2. 在环境变量中添加所安装Miniconda的相关路径；
3. 将下载源改为清华镜像；
4. 新建一个python3.7的环境，命名为tf；
5. 在tf环境中用conda install安装TensorFlow

机器学习的基本认识

学习算法的目标可以理解为，在整个数据集上获取经验。那么深度学习采用的是多层神经网络来获取这个经验。为了实现这个目的，我们需要将数据集分成：

• 训练集
• 验证集
• 测试集

算法的具体做法就是在训练集上，不断迭代调整参数，让输出结果与实际结果越来越接近。

用验证集，对训练集的模型进行测试，得到准确率，这时候会有遇到训练集上表现良好，但是验证集得到的结果准确率很低等问题（欠拟合或者过拟合）。这就需要对模型的策略、超参数等进行调整。

测试集，就是用完全没有经过训练的数据集对模型进行最终的性能评价。