mpk_no1的博客

本文是TensorFlow学习的第二部分，主要学习的是激活函数、损失函数、优化方法和正则项，以及在TensorFlow中的实现。

本文是TensorFlow学习的第三部分，参考的是《TensorFlow实战Google深度学习框架》一书，这部分讲述的是使用TensorFlow实现的神经网络进行MNIST手写体数字识别一个实例。这个实例将第二部分讲述的激活函数、损失函数、优化算法、正则化等都运用上了。同时，使用TensorFlow中利用变量名称来创建/获取变量的机制将前向传播的过程抽象出来，使得训练和测试时不需要关心神经网络的结构或是参数；还使用了TensorFlow保存模型的方法将模型持久化（保存），以及加载模型进行预测。

本文只是在学习TensorFlow前期的一些入门知识总结，并结合一个用TensorFlow实现神经网络的例子来进一步加深对TensorFlow的理解。