一、项目流程
数据预处理-》模型训练-》模型保存-》模型预测
二、要点:
数据类型
运行机制
数据IO
模型训练
模型保存
模型调用
三、编写tensorflow的两个步骤:
(1)构建计算图graph
graph中包含tensor和operation
tensor:类型化的多维数组
operation:执行计算的节点
(2)使用session执行graph中的operation
四、什么是tensor?
1、N维矩阵,可学习博客:https://blog.csdn.net/qq_40419964/article/details/104293352
2、创建方法:官网:https://tensorflow.google.cn/api_docs/python/tf/zeros
tensor.zeros([3,4])
tensor.ones([2,3])
tensor.fill([3,4],42)
3、三个属性:rank,shape,data_type
rank:数据的维度
rank=0 shape=[]
rank=1 shape=[D0]
rank=2 shape=[D0,D1]
rank=3 shape=[D0,D1,D2]
4、variables保存并更新参数,需要初始化,可以共享
tf.Variable(tf.zeros([200]),name="biases")
初始化:
初始化所有变量:tf.global_variables_initializer
初始化部分变量:
5、constant与variables的区别
constant一般是常量,可以赋值给variables,constant保存到graph中,如果graph重载,constant也会被重载。浪费资源,不可用来保存大量数据。
varibales在每个session中单独保存,可以单独存在1个参数服务器上。