摘要：
运行神经网络时，跟踪网络参数，以及输入输出是很重要的，可据此判断模型是否在学习，损失函数的值是否在不断减小。Tensorboard通过可视化方法，用于分析和调试网络模型。 使用tensorboard的流程： 1、构建计算流图，即完成代码部分 2、为要观察的操作节点添加summary 3、使用sess 阅读全文
摘要：
在Session对象上调用run()函数，执行流图，即可得到输出， 可获取单个输出，也可获取多个输出 import tensorflow as tf import numpy as np constant_A = tf.constant([100.0]) constant_B = tf.consta 阅读全文
摘要：
tensorflow变量： 1、神经网络中的参数权重，偏置等可以作为张量保存到tensorflow的变量中 2、tensorflow变量必须被初始化 3、可被保存到文件中，下次使用重新加载即可 tensorflow说明： tensorflow是一张运算图，用tf.Session运行这张图就得到输出结 阅读全文
摘要：
tf.InteractiveSession()适合用于python交互环境 tf.Session()适合用于源代码中 1、tf.InteractiveSession() 直接用eval()就可以直接获得结果，无需运行sess.run() 2、tf.Session()一般在代码中使用 注意：我遇到过这 阅读全文
摘要：
tensorflow api操纵和管理的是numpy矩阵数据 例子： 阅读全文
摘要：
秩（rank）、标量(scalar)、矢量(vector)、矩阵(matrix)、张量（tensor）： 秩定义了张量的维度 0维张量=标量 定义方式：tf.constant(2)，tf.Valiable(2) 1维张量=矢量 定义方式：tf.constant([1,2,3]) 2维张量=矩阵 定义 阅读全文