第一课:
学习本课程，工程师能在三个方面做得更好:
1 缩短编程时间
2 可以定义自己的产品
3 可以解决那些人工难以解决的问题。
第二课 框架处理
标签和特征
样本和模型
第三课 深入了解机器学习
图1
回归损失函数--即误差
追求整体数据集误差最小
平方损失
第四节课 降低损失
初始化权重
SGD和小批量梯度下降法
第五节 使用TF的基本步骤
TensorFlow API层次
快速了解常用estimator
张量 (Tensor)
TensorFlow 程序中的主要数据结构。张量是 N 维（其中 N 可能非常大）数据结构，最常见的是标量、向量或矩阵。张量的元素可以包含整数值、浮点值或字符串值。
图 (graph)
TensorFlow 中的一种计算规范。图中的节点表示操作。边缘具有方向，表示将某项操作的结果（一个张量）作为一个操作数传递给另一项操作。可以使用 TensorBoard 直观呈现图。
