学习tensorflow代码笔记（二）

1、神经网络中的一些参数：

（1）batchsize：批大小，一次训练的样本数目，影响到模型的优化程度和速度

（2）iteration：迭代，是重复反馈的动作，通过迭代进行多次的训练达到所需的目标，每一次迭代得到的结果都会被作为下一次迭代的初始值，一个迭代=一个正向通过+一个反向通过

（3）epoch：时期，一个时期=所有训练样本的一个正向传递和一个反向传递

总结：

每次iteration使用一个batchsize的数据训练，一次epoch等于将所有数据训练一次

参考：

https://blog.csdn.net/program_developer/article/details/78597738

2、checkpoints和SaveModel：

     TensorFlow提供了两种模型格式：

          1》checkpoints：训练过程中的模型快照

          2》SavedModel