处理结构

作者: 张乐编辑: Morvan

Tensorflow 首先要定义神经网络的结构,然后再把数据放入结构当中去运算和 training.

(动图效果请点击这里)

因为TensorFlow是采用数据流图（data　flow　graphs）来计算,所以首先我们得创建一个数据流流图,然后再将我们的数据（数据以张量(tensor)的形式存在）放在数据流图中计算.节点（Nodes）在图中表示数学操作,图中的线（edges）则表示在节点间相互联系的多维数据数组,即张量（tensor). 训练模型时tensor会不断的从数据流图中的一个节点flow到另一节点,这就是TensorFlow名字的由来.

张量（tensor):
- 张量有多种. 零阶张量为纯量或标量 (scalar) 也就是一个数值. 比如 [1]
- 一阶张量为向量 (vector), 比如一维的 [1, 2, 3]
- 二阶张量为矩阵 (matrix), 比如二维的 [[1, 2, 3],[4, 5, 6],[7, 8, 9]]
- 以此类推, 还有三阶三维的 …

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。