tensorflow：python中和矩陣有關的乙個模組
nn：神經網路，neural network
階段目標：搭建第乙個神經網路，總結搭建八股。
一、基於tensorflow的nn：用張量表示資料，用計算圖搭建神經網路，用會話執行計算圖，優化線上的權重（引數），得到模型。
二、張量（tensor）：多維陣列（列表） 階：張量的維數
維數 階 名字 例子
d 0 標量scalar s=1 2 3
d 1 向量vector v=[1,3,2]
d 2 二維陣列矩陣matrix m=[[1,2],[2,1]]
d n 張量tensor t=........，最開始有n個[
張量可以表示0-n階陣列（列表）
ps：tensorflow的資料型別用的是32位浮點tf.float32 、 tf.int32 ...
import tensorflow as tf #匯入tensorflow模組簡寫為tf
以上描述的就是乙個計算圖，只描述運算過程不敘述運算結果。
三、計算圖：搭建神經網路的計算過程，只搭建不運算。
四、會話：session：執行計算圖中的節點運算
用with結構實現：
with tf.session() as sess:
print sess.run(要計算的結果)
#引入模組
import tensorflow as tf
#定義乙個2階張量等於[[1.0,2.0]]
x = tf.constant([[1.0, 2.0]])
#定義乙個2階張量等於[[3.0],[4.0]]
w = tf.constant([[3.0], [4.0]])
#實現xw矩陣乘法
y=tf.matmul(x,w)
#列印出結果 可以列印出這樣一句話：tensor(「matmul:0」, shape(1,1), dtype=float32)，
print y
#執行會話並列印出執行後的結果
#可以列印出這樣的結果：[[11.]]
with tf.session() as sess:
print sess.run(y)
五、神經網路的引數神經網路的引數：是指神經元線上的權重w，用變數表示，一般會先隨機生成這些引數。
生成引數的方法是讓w等於tf.variable，把生成的方式寫在括號裡。 神經網路中常用的生成隨機數/陣列的函式有：
tf.random_normal() 生成正態分佈隨機數
tf.truncated_normal() 生成去掉過大偏離點的正態分佈隨機數
tf.random_uniform() 生成均勻分布隨機數
tf.zeros 表示生成全0陣列
tf.ones 表示生成全1陣列
tf.fill 表示生成全定值陣列
tf.constant 表示生成直接給定值的陣列
舉例① w=tf.variable(tf.random_normal([2,3],stddev=2, mean=0, seed=1))
表示生成正態分佈隨機數，形狀兩行三列，標準差是2，均值是0，隨機種子是1。
② w=tf.variable(tf.truncated_normal([2,3],stddev=2, mean=0, seed=1))，
表示去掉偏離過大的正態分佈，也就是如果隨機出來的資料偏離平均值超過兩個標準差，這個資料將重新生成。
③ w=random_uniform(shape=7,minval=0,maxval=1,dtype=tf.int32，seed=1),
表示從乙個均勻分布[minval maxval)中隨機取樣，注意定義域是左閉右開，即包含minval，不包含maxval。
④ 除了生成隨機數，還可以生成常量。
tf.zeros([3,2],int32)表示生成[[0,0],[0,0],[0,0]]；
tf.ones([3,2],int32)表示生成[[1,1],[1,1],[1,1]；
tf.fill([3,2],6)表示生成[[6,6],[6,6],[6,6]]；
tf.constant([3,2,1])表示生成[3,2,1]。
注意：①隨機種子如果去掉每次生成的隨機數將不一致。
②如果沒有特殊要求標準差、均值、隨機種子是可以不寫的。
注意：
修改vim的配置檔案：
vim ~/.vimrc : 小i進去
我們在vim~/.vimrc 寫入：
set ts=4 表示使tab鍵等效為4個空格
set nu 表示使vim顯示行號 nu是number縮寫
按下esc 輸入：wq 按下enter，即課儲存退出
2：在vim編輯器中執行session()會話時，有時會出現「提示warning」，是因為有的電腦可以支援加速指令，但是執行**時並沒有啟動這些指令。可以把這些「提示warning」暫時遮蔽掉。遮蔽方法為進入主目錄下的bashrc檔案，在bashrc 檔案中加入這樣一句export tf_cpp_min_log_level=2，從而把「提示 warning」等級降低。source 命令用於重新執行修改的初始化檔案，使之立即生效，而不必登出並重新登入。
也可以這麼操作：
進入：vim ~/.bashrc
在最後一行點右鍵 點paste
esc ： wq
3：source ~/.bashrc 使之生效
人工智慧和神經網路
人工智慧的發展飛快，這也得益於人工智慧的技術成熟。而人工智慧離不開神經網路，神經網路在人工智慧的發展中也是走過了十分崎嶇的道路，那麼究竟是怎麼一回事呢？我們在這篇文章中給大家介紹一下這個問題。每乙個科學的技術發展程序都是十分相似的，如果我們從歷史來看，就能夠發展一件十分有意思的事情，重大科學的研究往...
人工智慧 深層神經網路
對於人臉識別等應用，神經網路的第一層從原始中提取人臉的輪廓和邊緣，每個神經元學習到不同邊緣的資訊 網路的第二層將第一層學得的邊緣資訊組合起來，形 臉的一些區域性的特徵，例如眼睛 嘴巴等 後面的幾層逐步將上一層的特徵組合起來，形 臉的模樣。隨著神經網路層數的增加，特徵也從原來的邊緣逐步擴充套件為人臉的...
人工智慧04 神經網路
這裡我們集中討論具有可調節權值的tlu網路。網路系統通過不斷調節權值，直到其動作計算表現令人滿意來完成學習。tlu網路稱為神經網路是因為它模仿了生物神經元的一些特性。首先介紹如何訓練單個tlu權值，從而使其對某一些訓練集合產生正確的輸出。首先簡要介紹下神經網路。神經網路的每個單元如下 其對應的公式如...