ps:前一陣子玩去了沒學習沒更博

時間：20180827-20180902

python 中zip(a,b)zip()函式分別從a和b依次各取出一個元素組成元組，再將依次組成的元組組合成一個新的迭代器--新的zip型別資料

tf.placeholder(dtype, shape=None, name=None)

• dtype：資料型別。常用的是tf.float32,tf.float64等數值型別
• shape：資料形狀。預設是None，就是一維值，也可以是多維，比如[2,3], [None, 3]表示列是3，行不定
• name：名稱。

佔位符。 

tf.Variable(<initial-value>, name=<optional-name>)

定義變數

Variable()建構函式需要變數的初始值（是一個任意型別、任意形狀的tensor），這個初始值指定variable的型別和形狀。通過Variable()建構函式後，此variable的型別和形狀固定不能修改了，但值可以用assign方法修改。

tf.random_normal(shape, mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)

•     shape: 輸出張量的形狀，必選
•     mean: 正態分佈的均值，預設為0
•     stddev: 正態分佈的標準差，預設為1.0
•     dtype: 輸出的型別，預設為tf.float32
•     seed: 隨機數種子，是一個整數，當設定之後，每次生成的隨機數都一樣
•     name: 操作的名稱

tf.zeros(shape,dtype=tf.float32,seed=Nobe,name=None)

•     shape: 輸出張量的形狀，必選
•     dtype: 輸出的型別，預設為tf.float32
•     name: 操作的名稱

tf.reduce_mean(input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None)

計算張量的各個維度上的元素的平均值

MonitoredTrainingSession(   ----建構函式

master='',

is_chief=True,

checkpoint_dir=None,

scaffold=None,

hooks=None,

chief_only_hooks=None,

save_checkpoint_secs=600,

save_summaries_steps=USE_DEFAULT, s

ave_summaries_secs=USE_DEFAULT,

config=None,

stop_grace_period_secs=120,

log_step_count_steps=100, max_wait_secs=7200

)