今天記錄下tensorflow的一些基本知識
1.匯入tensorflow 庫，且指令碼中新增執行使用的python環境
#!/user/bin/env python
import tensorflow as tf #匯入tensorflow庫
#匯入 mnist 資料集; 資料在linux 根目錄/data下的mnist資料夾下
from tensorflow.examples.tutorials import mnist
mnist_data = mnist.input_data.read_data_sets('/data/mnist', one_hot=true)
y = tf.constant() #宣告常量，常量是需要初始化的
y = tf.variable() #宣告變數，變數是不需要初始化，也不會被編譯器自動初始化
y = tf.placeholder() # 宣告乙個佔位符，就是說這個變數可以在後面進行賦值
init = tf.global_variables_initializer() #初始化所有的變數
b = tf.variable([-.3], dtype=tf.float32) #宣告變數，值為 -0.3 float32 型別
sess = tf.session() #乙個session封裝了tensorflow執行時的控制和狀態
sess.run(args) #開始執行資料流程
sess.close() #關閉session，否則會出現資源洩露
sess.run(add_and_triple, ) #第一次引數是輸出的結果，第二個操作是輸入的資料
print(args) #輸出，如果沒有session run，則列印出的僅僅是節點，而不是結果
為了防止遺漏關閉session，可以使用下面方式
sess.run(args)
4.tensorflow 一些基本型別
tf.float32 、tf.int8 、 tf.int16 、 tf.int32 、 tf.uint8 、 tf.bool 、
tf.complex64 、 tf.complex128
....
#陣列宣告
tf.zeros() #宣告全0陣列
tf.ones() #宣告全1陣列
tf.fill([2,3],9) #宣告2行3列的值全為9的陣列
tf.shape() #張量的維度 幾行幾列
#隨機數宣告
tf.random_normal([2,3],stddev=1,seed=1) #宣告隨機數，按照正態分佈方式，陣列元素的標準差為1，均值為預設為0
#矩陣操作
tf.matmul() #矩陣相乘
色彩學基礎知識
加法混色 採用紅 red 綠 green 藍 blue 三種色光進行混色來顯示其他顏色。色光越混合越亮，因此稱為加法混色。電視 電腦的顯示就採用加法混色原理。紅 r 綠 g 藍 b 被稱為光的三原色。圖1.加法混色 減法混色 採用青藍色 cyan 洋紅色 magenta 黃色 yellow 三種顏料...
密碼學基礎知識
對於一般的開發人員來說，很少需要對安全領域內的基礎技術進行深入的研究，但是鑑於日常系統開發中遇到的各種安全相關的問題，熟悉和了解這些安全技術的基本原理和使用場景還是非常必要的。本文將對非對稱加密 數字摘要 數字簽名 數字證書 ssl https等這些安全領域內的技術進行一番簡要的介紹，解釋他們之間的...
統計學基礎知識（二）
一 中心極限定理 1.定義 這與x符合正態分佈時的唯一差別是 樣本的大小無所謂。所以可以總結出這樣一句話來 根據中心極限定理，如果總體的樣本很大，則樣本均值的分布近似為正態分佈。來看看均值和方差的推導過程 2.使用中心極限定理 1 二項分布 2 泊松分布 此時計算樣本均值的概率可以說是非常容易了，因...