tensorflow简介、目录

　　目前工作为nlp相关的分类及数据治理，之前也使用tensorflow写过一些简单分类的代码，感受到深度学习确实用处较大，想更加系统和全面的学习下tensorflow的相关知识，于是我默默的打开了b站；发现了一门比较好的视频课程: 深度学习框架Tensorflow学习与应用 ，看样子像是炼数成金的培训视频；接下来也会像之前c++总结那样，简单总结一下tensorflow的相关知识和用法。

　　接口查看手册：TensorFlow官方文档（中文可搜索）

　　tensorflow的基本概念：

• 使用图（graphs）来表示计算任务
• 在被称之为会话（Session）的上下文（context）中执行图
• 使用tensor表示数据
• 通过变量（Variable）维护状态
• 使用feed和fetch可以为任意的操作赋值或者从其中获取数据

　　Tensorflow是一个编程系统，使用图（graphs）来表示计算任务，图（graphs）中的节点称之为op（operation），一个op获得0个或多个Tensor，执行计算，产生0个或多个Tensor。Tensor看作是一个n维的数组或列表。图必须在会话（Session）里被启动。

　　目录：

1. tensorflow中的图（02-1）
2. tensorflow变量的使用（02-2）
3. tensorflow中的Fetch、Feed（02-3）
4. tensorflow版helloworld---拟合线性函数的k和b（02-4）
5. tensorflow非线性回归（03-1）
6. MNIST手写数字分类simple版（03-2）
7. 二次代价函数、交叉熵(cross-entropy)、对数似然代价函数（log-likelihood cost）(04-1)
8. 多层网络通过防止过拟合，增加模型的准确率（04-2）
9. 修改优化器进一步提升准确率（04-3）