概念

• 张量(tensor) 可以看成向量和矩阵的衍生,向量是一维的,矩阵是二维的,张量是任何维度的 张量的二个属性:阶(rank)-维度 形状(shape)-每个维度的大小 张量从图中从前到后走一遍就完成了前向运算；而残差从后往前走一遍，就完成了后向传播。

• TensorflowSharp中的主要变量
  • Const:常量
  • Placeholder:占位符
  • Variable:变量
• iteration:表示1次迭代（也叫training step），每次迭代(正向和反向传播)更新1次网络结构的参数
• batch_size: 1次迭代所使用的样本量
• epoch: 1个epoch表示过了一遍训练集中的所有样本