神经网络中的参数是神经网络实现分类或回归问题中重要的部分。在tensorflow中，变量(tf.Variable)的作用就是保存和更新神经网络中的参数。和其他编程语言类似，tensorflow中的变量也需要指定初始值。因为在神经网络中，给...

tensorflow的第一个词tensor表明了它的数据结构，那么flow则体现了它的计算模型。flow翻译成中文就是“流”，它直观地表达了张量之间通过计算相互转化的过程。tensorflow这一个通过计算图的形式来表述计算的编程系统。te...

设置神经网络参数的过程就是神经网络的训练过程。只有经过有效训练的神经网络模型才可以真正地解决分类或者回归问题使用监督学习的方式设置神经网络参数需要有一个标注好的训练数据集。监督学习最重要的思想是，在一直...

在开发环境里面已经安装了tensorflw，但是有时候需要进行底层图像处理，需要配置opencv，下面介绍在虚拟环境中配置opencv的方法。

梯度下降算法主要用户优化单个参数的取值，而反向传播算法给出了一个高效的方式在所有参数上使用梯度下降算法，从而使神经网络模型在训练数据上的损失函数尽可能小。反向传播算法是训练神经网络的核心算法，他可以根据定义...

tensorflow中所有的tensor只是占位符，在没有用tf.Session().run接口填充值之前是没有实际值的，不能对其进行判值操作，如if ... else...等，在实际问题中，我们可能需要将一个tensor转换成numpy array 然后进行一些 np的运算，...

true_fn和false_fn都返回输出张量的列表。true_fn和false_fn必须具有相同的非零数和输出类型。 警告:在true_fn和false_fn之外创建的任何张量或操作都将执行，而不管在运行时选择了哪个分支。...

tensorflow可以协调多个数据流，在存在依赖的节点下非常有用，例如节点B要读取模型参数值V更新后的值，而节点A负责更新参数V，所以节点B就要等节点A执行完成后再执行，不然读到的就是更新以前的数据。这时候就需要个运算控制器...

tensorflow支持14种不同的类型，主要包括：实数：tf.float32 tf.float64整数：tf.int8 tf.int16 tf.int32 tf.int64 tf.unit8布尔：tf.bool复数：tf.complex64 tf.complex1281、tf.to_bfloat16函数将......

重塑张量，给定tensor,这个操作返回一个张量，它与带有形状shape的tensor具有相同的值。