学习笔记TF001

tensorflow基于图结构深度学习框架，内部通过session实现图和计算内核交互。 tensorflow基本数学运算用法。 import

练函数。设置默认计算设备CPU。globalstep记录全局训练步数，计算epoch对应batch数，学习速率衰减需要步数decaysteps

>GAN可以任意采样，可以使用任意可微模型(任意神经网络)。GAN生成图像更Sharp，work更好，值得推广。不好训练。confitional GAN，半监督学习。 DCGAN，使用卷

式不容易被察觉，被识别人脸图像可主动获取)、非接触性(用户不需要与设备接触)、并发性(可同时多人脸检测、跟踪、识别)。深度学习前，人脸识别两步骤：高维人工特征提取、降维。传统人脸识别技术基于可见光图像

有监督学习，带标注信息输入数据集，标注真实期望输出，训练推断模型，覆盖初始数据集，预测新样本输出。推断模型具体运算步骤代码设置。由给定问题解决模型确定。模型确定，运算固定。相关数据是模型参数

数，所需隐含节点数，随隐含层数量增多指数下降。 过拟合，模型预测准确率在训练集上升，在测试集下降。泛化性不好，模型记忆当前数据特征，不具备推广能力。参数太多。Hinton教授团队

成为使对方兴奋细胞。一起发射神经元会连在一起(Cells that fire together,wire together)，学习过程刺激使神经元间突触强度增加。《Provable Bounds