在使用tensorflow之前先了解下tensorflow的幾個基礎知識：
1 使用圖（graph）來表示計算
2 在回話（session）中執行圖
3 使用張量（tensor）來代表資料
4 通過變數（variables）維護狀態
5 通過供給（feeds）和取回（fetches）將資料傳入或傳出任何操作
實際上，可以將編寫tensorflow**總結為兩部：
1 組裝乙個graph
2 使用session來執行graph中的operation
1 graph and session
(1) 計算圖
假設需要計算乙個表示式（e=
(a+b
)∗(b
+1) ），包含兩個加法和乙個乘法。
當需要計算e時就需要計算c=
a+b 和d=
b+1 ，而計算c時就需要計算a與b，計算d時就需要計算b。這樣就形成了依賴關係，這種有向無環圖就叫做計算圖。
（2）概念說明
tensor: 型別化的多維陣列，可以看作為圖的邊
operation：執行計算的單元，圖的點
graph：一張有邊和點的圖，其表示了需要進行計算的任務。
session：會話，用於執行圖
注意：
graph僅僅定義了所有operation和tensor的流向，沒有進行任何計算。而session根據graph的定義分配資源，計算operation，得出結果。每個operation至少有0個輸入，0個輸出。tensor就是其輸入輸出，並且除了variable指向的tensor外所有的tensor在流入下乙個節點後都不再儲存。
2 資料結構
（1）rank 張量的階
rank一般指資料的緯度，其與線性代數的rank不一樣，
rank
數學形式
0常量 scalar
1向量 vector
2矩陣 matrix
33維tensor（如 32*32*3）
(2) shape 形狀
（3）資料型別
其中： tf.uint8 : 8位無符號。 tf.int8 8位有符號
3 variables
（1） 當訓練模型時，需要使用variables儲存與更新引數。variables儲存在記憶體中，所有tensor一旦擁有variables的指向，就不會在session中丟失。可利用tf.variable()來進行初始化
（2） 初始化
實際在初始化中做了好多任務作：初始化空間，賦初值（等價於tf.assign），並把variable新增到graph等。
初始化操作是在計算前，一般在定義graph時定義graph時定義global_variables_initializer，會在session運算時，初始化所有變數，如果僅僅想初始化部分變數，使用tf.variables_initializer
4 placeholder和feed_dict
定一張圖時，有時候需要手動輸入一些值，這時就需要placeholder和feed_dict了。
先定義乙個placeholder，tf.placeholder(dtype, shape, name)
再利用feed_dict賦值： sess.run(result, feed_dict=)
Linux基礎教程 1
今天我來寫乙個檔案壓縮和解壓的命令 tar命令和vim編輯器教程 tar命令可以為linux的檔案和目錄建立檔案。利用tar，可以為某一特定檔案建立檔案 備份檔案 也可以在檔案中改變檔案，或者向檔案中加入新的檔案。tar最初被用來在磁帶上建立檔案，現在，使用者可以在任何裝置上建立檔案。利用tar命令...
canvas基礎教程知識（1）
基本用法 使用canvas，必須設定width和height，置頂圖形大小區域。不可在style中設定寬高。在body中 6接下來要在整塊畫布中繪圖，就要去的上下文聯絡，需要呼叫getcontext 方法。js var drawing document.getelementbyid canvas v...
（1）pandas 基礎教程
右擊桌面上選擇 open in terminal 開啟終端。在彈出的終端中輸入 ipython 進入python的直譯器中，如圖1所示。圖1 ipython直譯器匯入實驗常用的python包。如圖2所示。import pandas as pd pandas用來做資料處理。import numpy a...