Tensorflow 实战Google深度学习框架——学习笔记（二）TensorFlow实现神经网络

3.4 TensorFlow实现神经网络 使用神经网络解决分类问题能够分为如下四步： 1.提取问题中实体的特征向量做为神经网络的输入 2.定义神经网络的结构，并定义如何从神经网络的输入获得输出（前向传播） 3.经过训练数据来调整神经网络中的参数（反向传播） 4.使用训练好的数据来预测未知的数据 整个过程分须要三部分信息： 第一个部分是神经网络的输入，这个输入就是从实体中获取的特征向量。如上图的x1

>>阅读原文<<