“东方国信杯”大赛Tensorflow入门及应用-笔记

一、Tensorflow入门

1. Tensorflow

深度学习（Deep Learning）是机器学习中一种基于对数据进行表征学习的方法，深度学习的好处是用非监督式或半监督式的特征学习、分层特征提取高效算法来替代手工获取特征（feature）。
TF是Google开源的深度学习的一个框架，与之相匹配的另一个开源框架是PyTorch。
TF提供的可视化分析工具Tensorboard可以看到神经网络个体的一些变化，甚至是图像抽取的特征是什么样子的。

2.TF的系统结构

3.TF的技术构架

4. TF基础

TensorFlow是一款开源的数学计算软件，使用数据流图（Data Flow Graph）的形式进行计算。
tensor张量（多维向量、多维矩阵），flow流。
TF数据流图：输入——>各种操作——>输出
数据结构是tensor，计算模式是flow流式的。

5.TF的安装

6.TF入门

由计算模型、数据模型、运行模型三个方式来介绍。

二、Tensorflow应用

1.卷积神经网络（处理图像）

提取图片特征：





一层卷积网络：
两层：

三层:

神经网络层数越多提取的特征越抽象。

2.循环神经网络（处理自然语言）

分词用jieba库，去重：


编码：