TensorFlow算法一般流程
今天看微信公众号，TensorFlow马上更新2.0版本。
TensorFlow算法一般流程：
- 导入/生成要本数据集
- 转换和归一化数据
data = tf.nn.batch_norm_with_global_normalization(...) - 划分训练集/测试集/验证集
- 设置超参数，一次性初始化
- 初始化和占位
- 定义模型结构
y_pred = tf.add(tf.mul(x_input, weight_matrix), b_matrix) - 声明损失函数评估输出结果
- 初始化模型和训练模型
- 评估模型（利用验证集）
- 调优超参数
- 发布/预测结果
以上是搭建神经网络的脉络。具体细节慢慢看吧，但是这周开始我一定要早睡了，早上能抽出空来写作。
周末愉快~~~
华为工作强度 838人发布