《深度学习-基于案例理解深度神经网络》第一章

1.介绍了通过anaconda 安装tensorflow环境

2. jupter notebook 的使用 shift +enter是运行的快捷键。
3. 计算图：是一副图，每个节点对应变量或者操作。变量可以将值输入操作，操作可以将结果输入其他操作。当一个节点的值是另一个节点的输入时，箭头从一个节点指向另一个节点。
4. 按照箭头顺序来计算不同节点，同时箭头指明依赖关系，比如z依赖x，y
5. 神经网络是一个非常复杂的计算图，其中每个神经元由几个节点构成，这些节点将输出输送到一定数量的 其他神经元，直到到达某个输出。
6. tensorflow首先构建一个计算图，但不会自动计算它。该库将2个步骤分开，以便使用不同的输入多次计算图形。
7. tensorflow 处理的基本数据单元是张量，张量是一个N维数组的基本类型的集合。
   8.session.run()后面的参数是节点
8. tf.tensor 有2个属性，即数据类型和形状（[2,3]表示2行，3列）tf.Variable 可以用来存储权重，tf.placeholder 可以用来包含训练数据集，不会在训练阶段变化； tf.constant 永远不会变。
9. 打开和关闭对话：
   sess = tf.Session()
   print(z.eval(session = sess))
   sess.close()
   with tf.Session() as sess:
   print(sess.run(y))