1、首先複習前面所學知識：
（1）g = tf.graph()
（2）別忘了初始化時的initializer
（3）with tf.name_scope("generate_constant"): x = tf.constant([[0.7, 0.9]], name="x")這個東西發現沒球用
（4）最好是用with tf.variable_scope("generate_variable"):與tf.get_variable相結合，不要用tf.variable()出什麼么蛾子
2、所有的變數都會被加入到graphkeys.variables集合，在變數宣告時可控制trainable是之訓練/不訓練
第2章 選擇器 選擇子元素 P54
在某些情況下,可能並不相選擇乙個任意的後代元素,而是希望縮小範圍，只選擇另乙個元素的子元素。例如，可能想選擇只作為乙個h1元素的子元素 而不是後代元素 的strong元素。為此可以使用子結合符，即大於號 h1 strong 選擇器h1 strong 可以解釋為 選擇作為h1元素的子元素的所有stro...
Tensorflow細節 P212 迴圈神經網路
本節的迴圈神經網路一圖足以說明 定義rnn的引數 以下兩個本來是像這樣分開的，但是在運算時合併了 w cell state np.asarray 0.1,0.2 0.3,0.4 w cell input np.asarray 0.5,0.6 b cell np.asarray 0.1,0.1 w o...
Tensorflow細節 P190 輸入檔案佇列
以下 要學會幾個地方 1 filename data.tfrecords 5d of 5d i,num shards 這個東西就是要會data.tfrecords 5d of 5d兩個.5d,2 記住這兩個操作writer tf.python io.tfrecordwriter filename 與...