Tensorflow小结

Tensorflow通常构建步骤：

构建计算图：

1.    定义输入和输出的占位符

2.    定义模型中需要用到的权重

3.    定义推断模型，构建网络

4.    定义损失函数作为优化对象

5.    定义优化器进行优化

执行计算图：

1.    第一次进行运算的时候，初始化模型的所有参数

2.    传入训练数据，可以打乱顺序

3.    网络前向传播，计算出当前参数下的网络输出

4.    根据网络输出和目标计算出loss

5.    通过loss反向传播更新网络中的参数

InteractiveSession：

Tensorflow依赖于一个高效的C++后端来进行计算。与后端的这个连接叫做session。一般而言，使用TensorFlow程序的流程是先创建一个图，然后在session中启动它。

这里，我们使用更加方便的InteractiveSession类。通过它，你可以更加灵活地构建你的代码。它能让你在运行图的时候，插入一些计算图，这些计算图是由某些操作(operations)构成的。这对于工作在交互式环境中的人们来说非常便利，比如使用IPython。如果你没有使用InteractiveSession，那么你需要在启动session之前构建整个计算图，然后启动该计算图。