tensorflow自學筆記（2）2018/11/8 前向傳播：即輸入向量在矩陣中進行運算，輸出結果的過程，輸入的x是n維的列向量，那麼輸入層就有x個神經元，每兩層之間，若前一個隱藏層有a個神經元，後一層有b個神經元，那麼w為a行b列，b為一行b列，卷積方式為 import tensorflow as tf a=tf.matmul(x,w)+b…實現了卷積的乘法 tf.Variable完成的儲存和更新神經網路的引數，w和b的初始值都可以用其來生成如 w=tf.Variable(tf.random_normal([2,3],stddev=2)) 更多的初始化方法： 並且要在會話中，完成初始化的操作 sess=tf.session() sess.run(w1.initializer) sess.close 也可以使用全域性變數初始化來進行