儘管tensorflow設計上足夠靈活，可以用於進行各種複雜的數值計算。
但通常人們使用tensorflow來實現機器學習模型，尤其常用於實現神經網路模型。
從原理上說可以使用張量構建計算圖來定義神經網路，並通過自動微分機制訓練模型。
但為簡潔起見，一般推薦使用tensorflow的高層次keras介面來實現神經網路網模型。
使用tensorflow實現神經網路模型的一般流程包括：
1，準備資料
2，定義模型
3，訓練模型
4，評估模型
5，使用模型
6，儲存模型。
對新手來說，其中最困難的部分實際上是準備資料過程。
我們在實踐中通常會遇到的資料型別包括結構化資料，資料，文字資料，時間序列資料。
自動微分(automatic differentiation)簡介
lecture 4: automatic differentiation
自動求導: 自動微分
eat_tensorflow2_in_30_days/一、tensorflow的建模流程.md
網路流建模彙總
因為網上dinic模板大多不規範或者可以被卡，所以先貼出乙份跑得比較快的dinic模板 主要快在maxflow 裡面，可以仔細體會 struct newg inline void add int x,int y,int o inline bool bfs return false inline in...
網路流建模方法（Wait）
1.求帶權 點權 依賴圖的最大價值 新建源點s 匯點t，s連向正權的點，帶負點權的點連向t，流量都為點權的絕對值，對於x y x依賴y 增加邊x y，容量為正無窮 2.最大密度子圖 方法一 二分密度，對於一密度g，我們可以建立乙個帶權 點權 依賴圖 原圖中的點與邊分別對應新圖中的乙個點，原來的點帶負...
工作流建模 工作流概念
工作流建模 工作流概念 1 案例 工作流系統得基本目的是處理案例。每個案例都有乙個唯一標識，而且每個案例的生命週期都是有限的。案例生命週期都處於某個特定狀態，該狀態由三個元素組成 1 案例相關的屬性的值 案例屬性是一系列同案例相關的變數。能夠用來管理案例。正是通過這些變數，才有可能指出在特定條件下某...