积少成多

MNIST手写字识别模型是一个三层的神经网络模型，有输入层、隐藏层以及输出层和一个softmax函数组成，每-层的特性如下:mnist模型前向传输# 输入层为28*28的像素# 输出层0~9有10类# 隐藏层节点数# 正则化项的系数# 为模型添加正则化# 定义前向传输过程# 第一层神经网络权重# 第一层神经网络偏置项# 第一层神经网络输出# 第二层网络权重# 第二层神经网络偏置项# 第二层神经网络输出])

一个含有两个输入的神经元，指定一个输入x1=x2=1,期望y能输出0.3。要求不断的输入x1=x2=1,然后不断的训练权重w与偏置b值，训练一万次后，再次输入x1与x2输出y的值是否为0.3。

tf.train.Saver()函数可以建立一个saver对象，然后在session中调用save即可将模型保存起来。

变量也是一种张量，但是变量存在于会话调用的上下文之外，主要用于保存和更新模型的参数。

打开命令提示符，输入activate tensorflow。下载下来对应的whl文件，也就是我们俗称的轮子。