【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践

学习资料:

【北京大学】Tensorflow学习笔记,从零基础入门到项目实战分享学习教程

https://www.bilibili.com/video/BV1GE411k7Q2?p=1

或者

https://www.icourse163.org/learn/PKU-1002536002?tid=1206591210#/learn/announce

 

笔记:

1、P12    类、对象、面向对象的编程

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第1张图片

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第2张图片

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第3张图片

 

 

2、P14    张量、计算图、会话

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第4张图片

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第5张图片

结果只显示这个结果是一个张量,并没有实际计算张量的值!所以计算图只描述了运算过程,不计算运算结果

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第6张图片

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第7张图片

 

 

3、 P15    前向传播

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第8张图片

补充 seed 随机种子的理解: https://www.icode9.com/content-4-550560.html

补充 tf.Variable():https://cloud.tencent.com/developer/article/1406380

其中 truncated_normal() 去掉的是距离两个平均值两个标准差以外的数据

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第9张图片

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第10张图片

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第11张图片

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第12张图片

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第13张图片

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第14张图片

两份代码的区别:用 placeholder 实现输入定义

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第15张图片

这个是喂入多组数据的代码

 

 

4、P16    反向传播

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第16张图片

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第17张图片.

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第18张图片

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第19张图片

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第20张图片

【学习笔记(更新中)】【人工智能】北京大学 TensorFlow 笔记及实践_第21张图片

你可能感兴趣的:(学习,tensorflow,tensorflow)