人工智能学习二、tensorflow快速入门

一、项目流程

　　数据预处理-》模型训练-》模型保存-》模型预测

二、要点：

　　数据类型

　　运行机制

　　数据IO

　　模型训练

　　模型保存

　　模型调用

 三、编写tensorflow的两个步骤：

　　（1）构建计算图graph

　　　　　graph中包含tensor和operation

　　　　　　tensor:类型化的多维数组

　　　　　　operation:执行计算的节点

　　（2）使用session执行graph中的operation

 四、什么是tensor?

　　1、N维矩阵，可学习博客：https://blog.csdn.net/qq_40419964/article/details/104293352

　　2、创建方法：官网：https://tensorflow.google.cn/api_docs/python/tf/zeros

　　　　　　tensor.zeros([3,4])

　　　　　　tensor.ones([2,3])

　　　　　　tensor.fill([3,4],42)

　　3、三个属性：rank,shape,data_type

　　　　rank:数据的维度

　　　　rank=0 shape=[]

　　　　rank=1 shape=[D0]

　　　　rank=2 shape=[D0,D1]

　　　　rank=3 shape=[D0,D1,D2]

　　4、variables保存并更新参数，需要初始化，可以共享　　　　

　　　　tf.Variable(tf.zeros([200]),name="biases")

　　　　初始化：

　　　　　　初始化所有变量：tf.global_variables_initializer

　　　　　　初始化部分变量：

　　5、constant与variables的区别

　　　　constant一般是常量，可以赋值给variables，constant保存到graph中，如果graph重载，constant也会被重载。浪费资源，不可用来保存大量数据。

　　　　varibales在每个session中单独保存，可以单独存在1个参数服务器上。