algsup

tf.keras 是 Tensorflow2 引入的高封装度框架，可以用于快速搭建神经网络模型。keras 官方文档：https://keras.io/zh/1）在 PyCharm 集成开发环境中查看框架源码：将鼠标放置在函数上按住 Ctrl 键会显示函数的基本信息，包括封装函数的类、函数入口参数，函数功能等等。2）在 Tensorflow 官网中查询函数文档：通过左边的检索寻找目标函数。

损失函数：前向传播计算出来的预测值（y）与已知标准答案（y_）的差距。神经网络的优化目标是找到某套参数，使得计算出来的结果（y）和已知标准答案（y_）无限接近，也就是它们的差距 loss 值最小。根据具体任务和目的，可设计不同的损失函数。损失函数的定义能极大影响模型预测效果，好的损失函数设计对于模型训练能够起到良好的引导作用。预测商品销量，预测多了损失成本，预测少了损失利润，而利润往往 ≠ 成本，这种情况下使用均方误差计算 loss，无法使利益最大化。

conda 装东西总是喜欢检查环境中所有包的依赖关系，当你装了 tensorflow 再用 conda 装matplotlib，就把 tensorflow 的 numpy 包给替换了，造成使用 tensorflow 后报 numpy 错误。之前安装的 CPU 版本的 tensorflow 一直出问题，索性就直接安装 GPU 版本的 tensorflow 了（有了GPU 就不能浪费）。1）看自己有无 GPU，找到对应 GPU 的版本：任务管理器 => 性能 => GPU。

记录 tf 学习笔记，供以后复习查看。