tensorflow入门教程.pptxVIP

Tensorflow入门教程;主流深度学习框架;人工神经网络;Tensorflow介绍;Tensorflow安装及编程基础;Tensor（张量）;The Computational Graph（计算图）;Session（会话）;placeholders（占位符）;Variables （变量）;tf.train;tf.estimator;MNIST实例分析;mnist.train.images 是一个形状为 [55000, 784] 的张量，第一个维度数字用来索引图片，第二个维度数字用来索引每张图片中的像素点。在此张量里的每一个元素，都表示某张图片里的某个像素的强度值，值介于0和1之间。 ;one-hot vectors数字n将表示成一个只有在第n维度（从0开始）数字为1的10维向量。?比如，标签0将表示成([1,0,0,0,0,0,0,0,0,0,0])。mnist.train.labels是一个形状 [55000, 10] 的张量;数据下载地址;权重初始化 Weight Initialization;卷积和池化 Convolution and Pooling;step1，输入层 x_image = tf.reshape(x, [-1,28,28,1]) tf.reshape(tensor, shape, name=None)调整tensor形状。 step2，第一层卷积和池化