Tensorflow笔记--张量、计算图、会话

目标：搭建第一个神经网络，总结搭建八股。

  • 基于Tensorflow的NN：用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。
  • 张量（tensor）：多维数组（列表） 阶：张量的维数
维数 阶 名字 例子
0-D 0 标量 scalar s=123
1-D 1 向量 vector v=[1,2,3]
2-D 2 矩阵 matrix m=[[1,2,3],[4,5,6],[7,8,9]]
n-D n 张量 tensor t=[[[...\color{red}{n个}

\color{red}{张量可以表示0阶到n阶数组}

WX20190922-212407@2x.png

  • 计算图（Graph）：搭建神经网络的计算过程，只搭建，不运算。


    WX20190922-212839@2x.png

  • 会话（Session）：执行计算图中的节点运算。


    WX20190922-213303@2x.png

  • 参数


    微信截图_20190924221138.png
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容