苏木三少博客<基础笔记>
神经网络：梯度下降。optimization 优化。Gradient Descent梯度下降（数据处理）
cost function 误差分析函数 cost =(predicted -real)^2=(Wx-y)^2=(W-0)^2
神经网络中不止一个W 梯度线躺平的地方全局最优解，tensorflow可以让（局部最优）使我们去用.
输入端，黑盒，输出端，—–宝宝 黑盒 奶瓶，在加一层 （宝宝特征 宝宝图像代表特征 代表特征电脑自己看懂）迁移学习：输出层拆掉，另一个神经网络：（1、分类，2、预测事务的价值）
Session 会话控制
Session 执行命令 会话控制 某一个图片上的结构的小功能（输出参数）
<程序分析>
eg.矩阵相乘的结果，
1 2 3 4 5 6 7 8 9 10 | import tensorflow as tf matrix1 = tf.constant([[3,3]]) matrix2 = tf.constant([[2], [2]]) product = tf.matmul(matrix1,matrix2) # martrix multiply np.dot(m1,m2) # method1 sess = tf.Session() result =sess.run(product) print(result) sess.close() |
# method2
with tf.Session() as sess:
result2 = sess.run(product)
print(result2)
输出结果
注意
思考模式每run一次执行一次，字母大写Session，有close系统整洁。with为文件打开方式，打开会话控制，起别名sess，两种会话打开的方式。
