1.要自己关闭

sess=tf.Session()

sess.run()

sess.close()

2.自动释放

with tf.Session() as sess:

　　sess.run()

 

3.省去将产生的会话注册为默认会话的过程：

sess1=tf.InteractiveSession(config=config)

4.ConfigProto

tf.ConfigProto(allow_soft_placement=true)

 

cross_entropy = -tf.reduce_sum(y_*tf.log(y))

这个函数是判断真实值y_和预测值y的loss.即一个展示出系统数字识别能力有多糟的值

accuracy = tf.reduce_mean(tf.cast(cross_entropy ),"float")

这个准确度只是正确识别的数字的百分比，是在训练和测试集上计算出的。如果训练顺利，它便会上升。

 

init=tf.initialize_variables() 

在Tensorflow中变量是内存缓冲区中保存的张量（tensor）。它们必须被显示的初始化init.

sess.run(init)  执行初始化

 

with tf.device("/gpu:0"):

　　 v = tf.Variable(...)

将变量塞进GPU里

 

 tf.argmax()

一个非常有用的函数,它能给出某个tensor对象在某一维上的其数据最大值所在的索引值

 

想要查看tensor的值，要先初始化tensor的值:sess.run(tf.initialize_all_variables())

然后用:print(sess.run(tensor))