[Python人工智能] 三.TensorFlow基础之Session、变量、传入值和激励函数

从本篇文章开始,作者正式开始研究Python深度学习、神经网络及人工智能相关知识。前一篇文章讲解了TensorFlow基础和一元直线预测的案例;本篇文章将详细介绍Session、变量、传入值和激励函数。主要结合作者之前的博客和"莫烦大神"的视频介绍,后面随着深入会讲解具体的项目及应用。

基础性文章,希望对您有所帮助,如果文章中存在错误或不足之处,还请海涵~文章最初想以TensorFlow2.0撰写,但更改太多,而且自己也是初学者,所以想先学深入后续再补充2.0相关知识。同时自己作为人工智能的菜鸟,希望大家能与我在这一笔一划的博客中成长起来,共勉。

文章目录

  • 一.tensor张量
  • 二.Session
  • 三.常量和变量
  • 四.placeholder传入值
  • 五.激励函数
  • 六.总结

同时推荐前面作者另外三个Python系列文章。从2014年开始,作者主要写了三个Python系列文章,分别是基础知识、网络爬虫和数据分析。2018年陆续增加了Python图像识别和Python人工智能专栏。

  • Python基础知识系列:Pythonj基础知识学习与提升
  • Python网络爬虫系列:Python爬

你可能感兴趣的:([Python人工智能] 三.TensorFlow基础之Session、变量、传入值和激励函数)