tensoflow即tensor flow，張量
流動，張量即陣列。tensorboard視覺化工具。tensorflow三個基本概念：計算圖(tf.graph) 張量(tf.tensor) 會話(tf.session)計算圖是計算模型，每個節點是乙個運算，邊表示資料傳遞關係，資料是張量。
tensoflow即tensor flow，張量 流動，張量即陣列。tensorboard視覺化工具。tensorflow三個基本概念：計算圖(tf.graph) 張量(tf.tensor) 會話(tf.session)計算圖是計算模型，每個節點是乙個運算，邊表示資料傳遞關係，資料是張量。
tf遊樂場,**是playground.tensorflow.org/，可以訓練簡單的網路。
解決分類問題的四個步驟：
1.提取特徵向量
2.定義網路結構
3.訓練調參
4.前向**
產生矩陣：
weights = tf.variable(tf.random_normal([2,3],stddev=2))
產生2*3的矩陣，服從均值為0，方差為2的分布
部落格[1]給出了乙個mnist的例子，還是不錯的，準確率能達到91%
#-*-coding:utf-8-*-
import gzip
import os
import tempfile
import numpy
from six.moves import urllib
from six.moves import xrange # pylint: disable=redefined-builtin
import tensorflow as tf
from tensorflow.contrib.learn.python.learn.datasets.mnist import read_data_sets
import tensorflow as tf
#mnist資料輸入
mnist = read_data_sets("mnist_data/", one_hot=true)
x = tf.placeholder(tf.float32,[none, 784]) #影象輸入向量
w = tf.variable(tf.zeros([784,10])) #權重，初始化值為全零
b = tf.variable(tf.zeros([10])) #偏置，初始化值為全零
#進行模型計算，y是**，y_ 是實際
y = tf.nn.softmax(tf.matmul(x,w) + b)
y_ = tf.placeholder("float", [none,10])
#計算交叉熵
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
#接下來使用bp演算法來進行微調,以0.01的學習速率
train_step = tf.train.gradientdescentoptimizer(0.01).minimize(cross_entropy)
#上面設定好了模型，新增初始化建立變數的操作
init = tf.initialize_all_variables()
#啟動建立的模型，並初始化變數
sess = tf.session()
sess.run(init)
#開始訓練模型，迴圈訓練1000次
for i in range(1000):
#隨機抓取訓練資料中的100個批處理資料點
batch_xs, batch_ys = mnist.train.next_batch(100)
sess.run(train_step, feed_dict=)
print 'run '+ str(i) +' epoch'
''''' 進行模型評估 '''
#判斷**標籤和實際標籤是否匹配
correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
#計算所學習到的模型在測試資料集上面的正確率
print( sess.run(accuracy, feed_dict=) )
print 'done!'
第三章Git使用入門
通過對本章的閱讀，我主要學到的是如何安裝git以及源 的提取與獲取。在使用git之前首先應該安裝git。很多linux系統已經帶了git。如果linux系統沒有安裝git，可使用下面的方法來安裝git的最新版本。ubuntu linux10.10 m erick 或更新的版本，可以使用下面的命令來安...
第三章 堆疊
1.基礎知識 堆疊可以實現很多的應用,遞迴的問題轉化成非遞迴形式,在本質上也是堆疊的問題.它是一種 filo 操作的資料結構,一般也有兩種儲存方式 陣列跟鍊錶實現形式,這裡我給出了鍊錶形式的堆疊模板,裡面包括了基本的堆疊所有的操作,還有兩個比較著名的應用例子,時間倉促,精力比較有限,關於迷宮老鼠還沒...
第三章 曙光
第三章 曙光 第二場校園招聘開始了。其實，洋對這個公司的不是很了解。因為前幾天突然在bbs上面看到了這個公司的招聘資訊，洋覺得這個公司不錯，就上網投了簡歷。接下來的乙個多小時，讓洋很震撼！想不到這個公司這個厲害，而且無論從哪方面來說，絕對不比之前的那個公司差。想不到自己的乙個不經意的決定到了這個大的...