參考部落格 整理
一。訓練階段
1.tensorflow打包資料
2）採用tfrecoder進行高效資料讀取
2.網路架構與訓練
經過上面的資料格式處理，接著我們只要寫一寫網路結構，網路優化方法，把資料搞進網路中就可以
3.視覺化顯示
二。測試階段
直接通重載入圖模型，讀取引數等，然後直接通過tensorflow的相關函式，進行呼叫，而不需要網路架構相關的**，通過feed_dict的方式，對相關的輸入節點賦予相關的資料，進行前向傳導，並獲取相關的節點數值
三。移植階段
乙個演算法經過實驗階段後，接著就要進入移植商用，因此接著需要採用tensorflow的c api函式，直接進行**推理，首先我們先把tensorflow編譯成鏈結庫，然後編寫cmake，呼叫tensorflow鏈結庫
用tensorflow構建動態RNN
直接看 def create cell cell rnn.lstmcell num units rnn cell rnn.multirnncell create cell for in range 2 output,states tf.nn.dynamic rnn rnn cell,x,dtype ...
使用tensorflow構建電影推薦系統
1 蒐集資料集 2 準備資料 import pandas as pd import numpy as np import tensorflow as tf ratings df pd.read csv c users administrator pycharmprojects myproject m...
tensorflow1 構建線性模型
x是給定的輸入資料 使用tensorflow構建乙個模型，開始的時候，w和b全部給成0，讓其訓練，使其接近預設的模型。即讓w接近0.1，b接近0.2 import tensorflow as tf import numpy as np x data np.random.rand 100 y data...