《深度学习之TensorFlow入门、原理与进阶实战》—3.3 了解TensorFlow开发的基本步骤

3.3  了解TensorFlow开发的基本步骤

　　通过上面的例子，现在将TensorFlow开发的基本步骤总结如下：

　　（1）定义TensorFlow输入节点。

　　（2）定义“学习参数”的变量。

　　（3）定义“运算”。

　　（4）优化函数，优化目标。

　　（5）初始化所有变量。

　　（6）迭代更新参数到最优解。

　　（7）测试模型。

　　（8）使用模型。

　　下面进行逐项介绍。

3.3.1  定义输入节点的方法

　　TensorFlow中有如下几种定义输入节点的方法。

* 通过占位符定义：一般使用这种方式。

* 通过字典类型定义：一般用于输入比较多的情况。 

* 直接定义：一般很少使用。

　　本章开篇的第一个例子“3-1线性回归.py”就是通过占位符来定义输入节点的，具体使用了tf.placeholder函数，见如下代码。

X = tf.placeholder("float")

Y = tf.placeholder("float")

　　下面介绍“通过字典定义”与“直接定义”的方法。