tensorflow学习2——TensorFlow 2基础知识概述

文章目录

• 基础概念阐述
  • 数据类型解析
  • 张量生成方法介绍
  • 常用函数解析
  • 张量计算方法阐述
  • 特征标签组合策略探讨
  • 将输出转换为各类别对应的概率分布
  • 梯度计算方法介绍
  • 总结与分析

基础概念介绍

人工智能：简单理解就是让机器具有人的思维和意识
人工智能三学派：

• 行为主义理论：以控制论为基础构建起一套完整的感知与控制体系
• 符号主义理论：以算术和逻辑运算符为基础建立的数学模型能够有效解决各类复杂问题，并将具体问题转化为符号形式进行分析与运算
• 连接性理论：借鉴生物特别是生物神经系统的工作原理研究人工神经网络的组织结构与功能特性

数据类型

tensorflow基本的数据类型：int8/16/32/64, float16/32/64, bool, string

张量的生成

张量类似于 numpy 中的数组结构以及 python 中的列表形式，在 tensorflow 中则被称为 张量（tensor）。
tensorflow 提供了类似 numpy 的数据生成机制。
关于 numpy 的使用请参考这篇文章

    import tensorflow as tf
    import numpy as np