tensorflow 基础知识

1. 变量不运行，只打印行列参数，sess.run(a)打印出变量实际内容
2. Y=[[int(x0+x1<1)] for (x0,x1) in X]，这样能够判断X生成的数据两个数的和小于1，那么Y就是1，否则是0
3. rng=np.random.RandomState(seed)  
   X=rng.rand(32,2) 生成32行2列0~1之间随机数
4. tf.random_normal(shape=[2,1],stddev=1,seed=1)生成2行1列正态分布随机数，标准差为1，种子1保证每次生成的随机数相同
5. x和y_用placeholder，后面loss函数需要y和y_，y来自x与w1的矩阵乘，y_来自Y准确答案库，故feed_dict={x:X[1:32],y_:Y[1:32]}。前面用placeholder代替的位置，后面用feed_dict喂给网络。
6. h=[1,2,3,4,5]  h[3:5]表示切片3与4位置，#[4,5]从0计数
7. 当我现在努力完成了一些成就，过年放烟花的时候也能够靠着门窗，高高兴兴的看看烟花