目标：搭建神经网络，总结搭建八股
一、基本概念
1:基于 Tensorflow 的 NN：
用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。
2:TensorFlow的张量:
张量就是多维数组（列表），用“阶”表示张量的维度。
0 阶张量称作标量，表示一个单独的数； 举例 S=123
1 阶张量称作向量，表示一个一维数组； 举例 V=[1,2,3]
2 阶张量称作矩阵，表示一个二维数组，它可以有 i 行 j 列个元素，每个元素可以用行号和列号共同索引到； 举例 m=[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
判断张量是几阶的，就通过张量右边的方括号数，0 个是 0 阶，n 个是 n 阶，张 量可以表示 0 阶到 n 阶数组（列表）； 举例 t=[ [ [… ] ] ]为 3 阶。
3:TensorFlow的数据类型:
Tensorflow 的数据类型有 tf.float32、tf.int32 等。
举例 我们实现 Tensorflow 的加法：
可以打印出这样一句话：Tensor(“add:0”, shape=(2, ), dtype=float32)，意思为 result 是一个名称为 add:0 的张量，shape=(2,)表示一维数组长度为 2， dtype=float32 表示数据类型为浮点型。
4:TensorFlow的计算图（Graph）：
搭建神经网络的计算过程，是承载一个或多个计算节点的一 张图，只搭建网络，不运算。
举例:
在之前我们曾提到过，神经网络的基本模型是神经元，神经元的基本模型其 实就是数学中的乘、加运算。我们搭建如下的计算图：
x1、x2 表示输入，w1、w2 分别是 x1 到 y 和 x2 到 y 的权重，y=x1*w1+x2*w2。 我们实现上述计算图：
可以打印出这样一句话：Tensor(“matmul:0”, shape(1,1), dtype=float32)， 从这里我们可以看出，print 的结果显示 y 是一个张量，只搭建承载计算过程的 计算图，并没有运算，如果我们想得到运算结果就要用到“会话 Session()”了。
5:TensorFlow的会话（Session）：
执行计算图中的节点运算。
我们用 with 结构实现，语法如下：
with tf.Session() as sess:
print sess.run(y)
举例:
对于刚刚所述计算图，我们执行 Session()会话可得到矩阵相乘结果：
可以打印出这样的结果：
Tensor(“matmul:0”, shape(1,1), dtype=float32)
[[11.]]
我们可以看到，运行Session()会话前只打印出y是个张量的提示，运行Session() 会话后打印出了 y 的结果 1.0*3.0 + 2.0*4.0 = 11.0
②:神经网络参数
一:神经网络的参数：是指神经元线上的权重 w，用变量表示，一般会先随机生成 这些参数。生成参数的方法是让w等于tf.Variable，把生成的方式写在括号里。
神经网络中常用的生成随机数/数组的函数有：
举例:
① w=tf.Variable(tf.random_normal([2,3],stddev=2, mean=0, seed=1))
表示生成正态分布随机数，形状两行三列，标准差是 2，均值是 0，随机种子是 1。
② w=tf.Variable(tf.Truncated_normal([2,3],stddev=2, mean=0, seed=1))
表示去掉偏离过大的正态分布，也就是如果随机出来的数据偏离平均值超过两个 标准差，这个数据将重新生成。
③ w=random_uniform(shape=7,minval=0,maxval=1,dtype=tf.int32，seed=1),
表示从一个均匀分布[minval maxval)中随机采样，注意定义域是左闭右开，即 包含 minval，不包含 maxval。
④ 除了生成随机数，还可以生成常量。
tf.zeros([3,2],int32)表示生成 [[0,0],[0,0],[0,0]]；
tf.ones([3,2],int32)表示生成[[1,1],[1,1],[1,1]；
tf.fill([3,2],6)表示生成[[6,6],[6,6],[6,6]]；
tf.constant([3,2,1])表示 生成[3,2,1]。
注意：
①随机种子如果去掉每次生成的随机数将不一致。
②如果没有特殊要求标准差、均值、随机种子是可以不写的。
二、神经网络的搭建
当我们知道张量、计算图、会话和参数后，我们可以讨论神经网络的实现过程了
1:神经网络的实现过程：
1、准备数据集，提取特征，作为输入喂给神经网络（Neural Network，NN）
2、搭建 NN 结构，从输入到输出（先搭建计算图，再用会话执行）
（ NN 前向传播算法 ->计算输出）
3、大量特征数据喂给 NN，迭代优化 NN 参数
（ NN 反向传播算法 ->优化参数训练模型）
4、使用训练好的模型预测和分类
由此可见，基于神经网络的机器学习主要分为两个过程，即训练过程和使用过程。
训练过程是第一步、第二步、第三步的循环迭代，使用过程是第四步，一旦参数 优化完成就可以固定这些参数，实现特定应用了。 很多实际应用中，我们会先使用现有的成熟网络结构，喂入新的数据，训练相应模型，判断是否能对喂入的从未见过的新数据作出正确响应，再适当更改网络结构，反复迭代，让机器自动训练参数找出最优结构和参数，以固定专用模型。
③:前向传播
前向传播就是搭建模型的计算过程，让模型具有推理能力，可以针对一组输入 给出相应的输出。
举例 假如生产一批零件，体积为 x1，重量为 x2，体积和重量就是我们选择的特征， 把它们喂入神经网络，当体积和重量这组数据走过神经网络后会得到一个输出。
假如输入的特征值是：体积 0.7 重量 0.5
由搭建的神经网络可得，隐藏层节点 a11=x1* w11+x2*w21=0.14+0.15=0.29，同理算得节点 a12=0.32，a13=0.38，最终计算得到输出层 Y=-0.015，这便实现了前向传播过程。
推导：
第一层
X 是输入为 1X2 矩阵
用 x 表示输入，是一个 1 行 2 列矩阵，表示一次输入一组特征，这组特征包含了 体积和重量两个元素。
对于第一层的 w 前面有两个节点，后面有三个节点 w 应该是个两行三列矩阵， 我们这样表示：
神经网络共有几层（或当前是第几层网络）都是指的计算层，输入不是计算层， 所以 a 为第一层网络，a 是一个一行三列矩阵。
我们这样表示：
第二层:
参数要满足前面三个节点，后面一个节点，所以 W (2) 是三行一列矩阵。
我们这样表示：
我们把每层输入乘以线上的权重 w，这样用矩阵乘法可以计算出输出 y 了。
a= tf.matmul(X, W1)
y= tf.matmul(a, W2)
由于需要计算结果，就要用 with 结构实现，所有变量初始化过程、计算过程都 要放到 sess.run 函数 中 。 对于 变 量 初始 化 ， 我们 在 sess.run 中 写 入 tf.global_variables_initializer 实现对所有变量初始化，也就是赋初值。对 于计算图中的运算，我们直接把运算节点填入 sess.run 即可，比如要计算输出 y，直接写 sess.run(y) 即可。
在实际应用中，我们可以一次喂入一组或多组输入，让神经网络计算输出 y，可以先用 tf.placeholder 给输入占位。如果一次喂一组数据 shape 的第一维位置写1，第二维位置看有几个输入特征；如果一次想喂多组数据，shape 的第一维 位置可以写 None 表示先空着，第二维位置写有几个输入特征。这样在 feed_dict 中可以喂入若干组体积重量了。
前向传播过程的 tensorflow 描述：
举例 :
这是一个实现神经网络前向传播过程，网络可以自动推理出输出 y 的值。
①用 placeholder 实现输入定义（sess.run 中喂入一组数据）的情况
第一组喂体积 0.7、重量 0.5
④:反向传播
反向传播：训练模型参数，在所有参数上用梯度下降，使 NN 模型在训练数据 上的损失函数最小。
损失函数（loss）：计算得到的预测值 y 与已知答案 y_的差距
损失函数的计算有很多方法，均方误差 MSE 是比较常用的方法之一。
均方误差 MSE：求前向传播计算结果与已知答案之差的平方再求平均。
用 tensorflow 函数表示为：
loss_mse = tf.reduce_mean(tf.square(y_ - y))
反向传播训练方法：以减小 loss 值为优化目标，有梯度下降、momentum 优化 器、adam 优化器等优化方法。
这三种优化方法用 tensorflow 的函数可以表示为：
train_step=tf.train.GradientDescentOptimizer(learning_rate).minimize(loss) train_step=tf.train.MomentumOptimizer(learning_rate, momentum).minimize(loss) train_step=tf.train.AdamOptimizer(learning_rate).minimize(loss)
三种优化方法区别如下：
①tf.train.GradientDescentOptimizer()使用随机梯度下降算法，使参数沿着 梯度的反方向，即总损失减小的方向移动，实现更新参数
其中，𝐽(𝜃)为损失函数，𝜃为参数，𝛼为学习率。
②tf.train.MomentumOptimizer()在更新参数时，利用了超参数，参数更新公式是
其中，𝛼为学习率，超参数为𝛽，𝜃为参数，𝑔(𝜃𝑖−1 )为损失函数的梯度。
③tf.train.AdamOptimizer()是利用自适应学习率的优化算法，Adam 算法和随 机梯度下降算法不同。随机梯度下降算法保持单一的学习率更新所有的参数，学 习率在训练过程中并不会改变。而 Adam 算法通过计算梯度的一阶矩估计和二 阶矩估计而为不同的参数设计独立的自适应性学习率。
学习率：决定每次参数更新的幅度。
优化器中都需要一个叫做学习率的参数，使用时，如果学习率选择过大会出现震 荡不收敛的情况，如果学习率选择过小，会出现收敛速度慢的情况。我们可以选 个比较小的值填入，比如 0.01、0.001。
三、搭建神经网络的八股
我们最后梳理出神经网络搭建的八股，神经网络的搭建课分四步完成：准备工作、 前向传播、反向传播和循环迭代。
举例
随机产生 32 组生产出的零件的体积和重量，训练 3000 轮，每 500 轮输出一次损 失函数。下面我们通过源代码进一步理解神经网络的实现过程：
0.导入模块，生成模拟数据集；
1:定义神经网络的输入、参数和输出，定义前向传播过程；
2:定义损失函数及反向传播方法
3.生成会话，训练 STEPS 轮
由神经网络的实现结果，我们可以看出，总共训练 3000 轮，每轮从 X 的数据集 和 Y 的标签中抽取相对应的从 start 开始到 end 结束个特征值和标签，喂入神经 网络，用 sess.run 求出 loss，每 500 轮打印一次 loss 值。经过 3000 轮后，我 们打印出最终训练好的参数 w1、w2。
这样四步就可以实现神经网络的搭建了。
