西之可乐的专栏

可以先看看张量的官方介绍：https://tensorflow.google.cn/programmers_guide/tensors在tensorflow程序中所有的数据都通过张量的形式来表示。TensorFlow 中的核心数据单位是张量。张量是对矢量和矩阵向潜在的更高维度的泛化。对内，TensorFlow 将张量表现为基本数据类型的 n 维数组。其中零阶张量表示标量（scalar）也就是一个数...

常量值张量(Constant Value Tensors)TensorFlow提供了多种方式生成常量值的张量。与变量不同，常量在运行前不再需要显式初始化。tf.constant这一个最为常见。定义如下：tf.constant(value, dtype=None, shape=None, name='Const', verify_shape=False)value为常量值或者列表，dtype为类型，...

随机张量(Random Tensors)TensorFlow有几种操作可以创建具有不同分布的随机张量。随机操作是有状态的，每次评估时都会创建新的随机值。与变量不同，随机张量在运行前不再需要显式初始化。tf.random_normaltf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None...

在TensorFlow中，变量(Variable)是特殊的张量(Tensor)，它的值可以是一个任何类型和形状的张量。与其他张量不同，变量存在于单个 session.run 调用的上下文之外，也就是说，变量存储的是持久张量，当训练模型时，用变量来存储和更新参数。除此之外，在调用op之前，所有变量都应被显式地初始化过。1.创建变量最常见的创建变量方式是使用Variable()构造函数。import ...

TensorFlow 简介TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。它是谷歌基于DistBelief进行研发的第二代人工智能学习系统。2...

基本概念使用TensorFlow前必须明白的基本概念： 图（Graph）：图描述了计算的过程，TensorFlow使用图来表示计算任务。 张量（Tensor）：TensorFlow使用tensor表示数据。每个Tensor是一个类型化的多维数组。 操作（op）：图中的节点被称为op（operation的缩写），一个op获得0个或多个Tensor，执行计算，产生0个或多个Tensor。 会话（Ses...

 1. MNIST的介绍MNIST数据集是一个入门级的计算机视觉数据集，包含数万张28x28像素的灰度手写数字图片，其中数字的范围从0到9。它是机器学习领域的经典问题。官网：http://yann.lecun.com/exdb/mnist/这个数据集包含60000个训练样本(55000样本的训练集，5000样本的验证集)，以及10000个测试样本。 文件 ...