1、keras是乙個由python編寫的開源人工神經網路庫。
2、深度學習主要應用在三個大的方向，計算機視覺，自然語言處理，強化學習
生成，藝術風格遷移等等。
4、自然語言處理：機器翻譯、聊天機械人
5、強化學習：虛擬遊戲、機械人、自動駕駛
6、tensorflow:加速計算，自動梯度，
常用神經網路介面：
tensorflow 除了提供底層的矩陣相乘、相加等數學函式，還內建了常用神經網路運算
函式、常用網路層、網路訓練、模型儲存與載入、網路部署等一系列深度學習系統的便捷
功能。使用 tensorflow 開發，可以方便地利用這些功能完成常用業務流程，高效穩定。
7、tf.constant(2，tf.int16)常量，值不能改變
tf.variable(4,tf.int16)變數，值可以改變，但是形狀和資料型別不能改變
8、除了tf.zeros()和tf.ones()能夠建立乙個初始值為0或1的張量之外，還有乙個tf.random_normal()函式，它能夠建立乙個包含多個隨機值的張量，這些隨機值是從正態分佈中隨機抽取的（預設的分布均值為0.0，標準差為1.0）。
9、另外還有乙個tf.truncated_normal()函式，它建立了乙個包含從截斷的正態分佈中隨機抽取的值的張量，其中下上限是標準偏差的兩倍。
10、圖和會話：所有不同的變數以及對這些變數的操作都儲存在圖（graph）中。在構建了乙個包含針對模型的所有計算步驟的圖之後，就可以在會話（session）中執行這個圖了。會話可以跨cpu和gpu分配所有的計算。
graph =tf.graph()with graph.as_default():
a=tf.variable(8,tf.float32)
b=tf.variable(tf.zeros[2,2],tf.float32)
with tf.session(graph=graph) as session:
tf.global_variables_initializer().run()
(f)
(session.run(f))
print(session.run(k))
結果：#print (a)
8[[0. 0.]
[0. 0.]]
11、佔位符和feed_dicts
在tensorflow中我們在執行session之前需要設定佔位符，在session.run中用feed_dict 將其傳入
tensorflow中的佔位符用 tf.placeholder並且有三個引數
（1）資料型別：
（2）資料大小：
（3）佔位符名稱：
例如：
importtensorflow as tf
import
numpy as np
x = tf.placeholder(tf.float32, [2, 50], name = '
originalx')
y = tf.placeholder(tf.float32, [2,50], name = '
originaly')
c = x+y
with tf.session() as sess:
a = np.random.randint(0,80,100).reshape((2,50))
aa = np.random.random(100).reshape((2,50))
result = sess.run(c, feed_dict =)
print(result)
Tensorflow深度學習筆記1 基礎知識
變數 將tensorflow1.x的 import tensorflow as tf 替換為 import tensorflow.compat.v1 as tf tf.disable eager execution 強制使用cpu模式 import os os.environ cuda visibl...
Tensorflow 基礎概念
g v，e v operation 圖的節點 e tensor 圖的邊 g graph 圖 tensorflow tensor 多維陣列 flow graph 圖 op session回話上下文管理 variable tensor 多維資料變數 placeholder 外部傳入的引數變數 seesi...
tensorflow語法基礎
變數型別 variable 變數 constant 常量 指定引數 name 變數在tensorflow中的名字 dtype 變數的資料型別 可以是tf.float32,tf.int32之類的 e.g.import tensorflow as tf a tf.variable 0,dtype int...