搭建神经网络大纲3.1 张量、计算图、会话3.2 前向传播3.3 反向传播目标搭建神经网络，总结搭建八股 3.1 张量、计算图、会话一、基本概念 基于Tensorflow的NN：用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。 张量：张量就是多维数组（列表），用“阶”表示张量的维度。0阶张量称作标量，表示一个单独的数； 举例 S=123 1阶张量称作向量，

MNIST数据集输出手写数字识别准确率大纲5.1 MNIST数据集5.2 模块化搭建神经网络5.3 手写数字识别准确率输出目标利用MNIST数据集巩固模块化搭建神经网路的八股，实践前向传播和反向传播过程，编写测试程序输出手写数字识别准确率。5.1 MNIST数据集MNIST数据集：包含7万张黑底白字手写数字图片，其中55000张为训练集， 5000张为验证集，10000张为测试集。每张图片大小为2

神经网络优化 大纲4.1 损失函数4.2 学习率4.3 滑动平均4.4 正则化4.5 神经网络搭建八股目标掌握神经网络优化方法4.1 损失函数神经元模型：用数学公式表示为：，f为激活函数。神经网络是以神经元为基本单元构成的。激活函数：引入非线性激活因素，提高模型的表达力。常用的激活函数有relu、sigmoid、tanh等。① 激活函数relu: 在Tensorflow中，用tf.nn.relu(

概  述 一、 基本概念 1、什么是人工智能 人工智能的概念：机器模拟人的意识和思维 重要人物：艾伦·麦席森·图灵（Alan Mathison Turing） 人物简介：1912年6月23日－1954年6月7日，英国数学家、逻辑学家，被称为计算机科学之父，人工智能之父。 相关事件：（1）1950年在论文《机器能思考吗？》中提出了图灵测试，一种用于判定机器是否具有智能的试验方法：提问者和回答者隔开，