最新Tensorflow基础教学讲义课件

Tensorflow基础Tensorflow基础第四天-Tensorflow基础1、深度学习介绍2、认识Tensorflow3、Tensorflow的安装4、Tensorflow初体验5、Tensorflow进阶6、案例：实现线性回归第四天-Tensorflow基础1、深度学习介绍2最新Tensorflow基础教学讲义课件3最新Tensorflow基础教学讲义课件4最新Tensorflow基础教学讲义课件5Ayellowbusdrivingdownaroadwithgreentreesandgreengrassinthebackground.Livingroomwithwhitecouchandbluecarpeting.Theroomintheapartmentgetssomeafternoonsun.这些都是深度学习程序所写Ayellowbusdrivingdownaro6最新Tensorflow基础教学讲义课件7聊天对话系统聊天对话系统8深度学习介绍深度学习，如深度神经网络、卷积神经网络和递归神经网络已被应用计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。深度学习介绍深度学习，如深度神经网络、卷积神经网络和递归神经9最新Tensorflow基础教学讲义课件10深度学习框架Tensorflow深度学习框架Tensorflow11最新Tensorflow基础教学讲义课件12最新Tensorflow基础教学讲义课件13认识Tensorflow认识Tensorflow14最新Tensorflow基础教学讲义课件151、真正的可移植性引入各种计算设备的支持包括CPU/GPU/TPU，以及能够很好地运行在移动端，如安卓设备、ios、树莓派等等2、多语言支持Tensorflow有一个合理的c++使用界面，也有一个易用的python使用界面来构建和执行你的graphs，你可以直接写python/c++程序。3、高度的灵活性与效率TensorFlow是一个采用数据流图（dataflowgraphs），用于数值计算的开源软件库能够灵活进行组装图，执行图。随着开发的进展，Tensorflow的效率不算在提高4、支持

TensorFlow由谷歌提供支持，谷歌投入了大量精力开发TensorFlow，它希望TensorFlow成为机器学习研究人员和开发人员的通用语言Tensorflow特点Tensorflow特点16最新Tensorflow基础教学讲义课件17使用tensorflow的公司使用tensorflow的公司18Tensorflow教学版本使用17年2月份发布的1.0版本更快：TensorFlow1.0运行速度变得更加快更灵活TensorFlow1.0还加入了一些高级API，包括tf.layers，tf.metrics和tf.losses模块。以及加入了一些类似scikit-learn的estimator机制0.12版本之后支持的可视化能够可视化的看见程序图的结构Tensorflow教学版本使用17年2月份发布的1.0版本19Tensorflow的安装Linux/ubuntuMacTensorflow的安装Linux/ubuntu20开启GPU支持(不推荐)如果您的系统没有NVIDIA®GPU，请构建并安装CPU版本Ubuntu:安装CUDA和cuDNNMac:安装CUDA和cuDNN开启GPU支持(不推荐)如果您的系统没有NVIDIA®GPU21Tensorflow初体验通过案例来了解分析Tensorflow的整个结构Tensorflow初体验通过案例来了解分析Tensorfl22加法运算加法运算23Tensorflow加法运算Tensorflow加法运算24数据流图：数据流图：25TensorflowTensorflow26计算密集型vsIO密集型Tensorflow与以往接触的不同计算密集型vsIO密集型Tensorflow与以往接触的27Tensorflow进阶1、图2、会话3、张量4、变量5、模型保存和加载6、自定义命令行参数Tensorflow进阶1、图28最新Tensorflow基础教学讲义课件29图图默认已经注册，一组表示tf.Operation计算单位的对象和tf.Tensor表示操作之间流动的数据单元的对象获取调用：tf.get_default_graph()op、sess或者tensor的graph属性图图默认已经注册，一组表示tf.Operation计算单位30哪些是op哪些是op31图的创建tf.Graph()使用新创建的图

g=tf.Graph() withg.as_default(): a=tf.constant(1.0) assertc.graphisg图的创建tf.Graph()32会话tf.Session()运行TensorFlow操作图的类，使用默认注册的图（可以指定运行图）会话资源会话可能拥有很多资源，如tf.Variable，tf.QueueBase和tf.ReaderBase，会话结束后需要进行资源释放sess=tf.Session()

sess.run(...)

sess.close()使用上下文管理器withtf.Session()assess: sess.run(...)config=tf.ConfigProto(log_device_placement=True)交互式：tf.InteractiveSession()会话tf.Session()33会话的run()方法run(fetches,feed_dict=None,graph=None)

运行ops和计算tensor嵌套列表，元组，namedtuple，dict或OrderedDict(重载的运算符也能运行)feed_dict允许调用者覆盖图中指定张量的值,提供给placeholder使用返回值异常 RuntimeError：如果它Session处于无效状态（例如已关闭）。 TypeError：如果fetches或feed_dict键是不合适的类型。 ValueError：如果fetches或feed_dict键无效或引用Tensor不存在。会话的run()方法run(fetches,feed_di34Tensorflow

Feed操作意义：在程序执行的时候,不确定输入的是什么，提前“占个坑”语法：placeholder提供占位符，run时候通过feed_dict指定参数TensorflowFeed操作意义：在程序执行的时候,不35张量1、张量的阶和数据类型2、张量操作张量1、张量的阶和数据类型36关闭警告importos

os.environ['TF_CPP_MIN_LOG_LEVEL']='2'关闭警告importos

os.environ['TF_C37张量的阶和数据类型Tensorflow基本的数据格式一个类型化的N维度数组（tf.Tensor）三部分，名字，形状，数据类型张量的阶和数据类型Tensorflow基本的数据格式38张量的阶张量的阶39张量的数据类型张量的数据类型40张量属性graph

张量所属的默认图op 张量的操作名name 张量的字符串描述shape 张量形状张量属性graph 张量所属的默认图41最新Tensorflow基础教学讲义课件42最新Tensorflow基础教学讲义课件43张量的动态形状与静态形状TensorFlow中，张量具有静态形状和动态形状静态形状：创建一个张量或者由操作推导出一个张量时,初始状态的形状tf.Tensor.get_shape:获取静态形状tf.Tensor.set_shape():更新Tensor对象的静态形状，通常用于在不能直接推断的情况下动态形状：一种描述原始张量在执行过程中的一种形状tf.reshape:创建一个具有不同动态形状的新张量张量的动态形状与静态形状TensorFlow中，张量具有静态441、转换静态形状的时候，1-D到1-D，2-D到2-D，不能跨阶数改变形状

2、

对于已经固定或者设置静态形状的张量／变量，不能再次设置静态形状

3、tf.reshape()动态创建新张量时，元素个数不能不匹配要点1、转换静态形状的时候，1-D到1-D，2-D到2-D，不能45张量操作-生成张量张量操作-生成张量46为什么需要正态分布的变量值？为什么需要正态分布的变量值？47正态分布概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ=0,σ=1时的正态分布是标准正态分布。正态分布概率密度函数为正态分布的期望值μ决定了其位置，其标准48张量操作-张量变换张量操作-张量变换49切片与扩展tf.concat(values,axis,name='concat')切片与扩展tf.concat(values,axis,n50/versions/r1.0/api_guides/python/math_ops提供给Tensor运算的数学函数算术运算符基本数学函数矩阵运算减少维度的运算(求均值)序列运算/ver51注：这些都是在1.0版本下的函数，不同版本会有些差异注：这些都是在1.0版本下的函数，不同版本会有些差异52变量1、变量的创建2、变量的初始化3、变量的作用域变量1、变量的创建53变量变量也是一种OP，是一种特殊的张量，能够进行存储持久化，它的值就是张量变量变量也是一种OP，是一种特殊的张量，能够进行存储持久化，54变量的创建tf.Variable(initial_value=None,name=None)创建一个带值initial_value的新变量assign(value)为变量分配一个新值返回新值eval(session=None)计算并返回此变量的值name属性表示变量名字变量的创建tf.Variable(initial_value55变量的初始化tf.global_variables_initializer()添加一个初始化所有变量的op在会话中开启变量的初始化tf.global_variables_init56最新Tensorflow基础教学讲义课件57可视化学习Tensorboard数据序列化-events文件TensorBoard通过读取TensorFlow的事件文件来运行tf.summary.FileWriter('/tmp/tensorflow/summary/test/',graph=default_graph)返回filewriter,写入事件文件到指定目录(最好用绝对路径)，以提供给tensorboard使用开启tensorboard--logdir=/tmp/tensorflow/summary/test/一般浏览器打开为:6006注：修改程序后，再保存一遍会有新的事件文件，打开默认为最新可视化学习Tensorboard数据序列化-events文件58图中的符号意义图中的符号意义59增加变量显示1、收集变量tf.summary.scalar(name=’’,tensor)收集对于损失函数和准确率等单值变量,name为变量的名字，tensor为值tf.summary.histogram(name=‘’,tensor)收集高维度的变量参数tf.summary.image(name=‘’,tensor)收集输入的图片张量能显示图片2、合并变量写入事件文件merged=tf.summary.merge_all()运行合并：summary=sess.run(merged)，每次迭代都需运行添加：FileWriter.add_summary(summary,i),i表示第几次的值目的：观察模型的参数、损失值等变量值的变化增加变量显示1、收集变量2、合并变量写入事件文件目的：观察模60tensorflow实现一个简单的线性回归案例简单的API介绍线性回归实现tensorflow实现一个简单的线性回归案例简单的API介61结果演示结果演示62动画演示动画演示63Tensorflow运算API矩阵运算tf.matmul(x,

w)平方tf.square(error)均值tf.reduce_mean(error)Tensorflow运算API矩阵运算64tf.train.GradientDescentOptimizer(learning_rate)

梯度下降优化learning_rate:学习率，一般为method:return:梯度下降op梯度下降APItf.train.GradientDescentOptimi65Tensorboard观察图结构,变量显示Tensorboard观察图结构,变量显示66作用域想一想之前函数里面，一个变量的作用域？作用域想一想之前函数里面，一个变量的作用域？67tensorflow变量作用域tf.variable_scope(<scope_name>)创建指定名字的变量作用域观察变量的name改变？嵌套使用变量作用域观察变量的name改变？tensorflow变量作用域tf.variable_sco68如果在之前，给变量取相同的name会出现什么样的情况？如果在之前，给变量取相同的name会出现什么样的情况？69tensorflow变量作用域的作用让模型代码更加清晰，作用分明tensorflow变量作用域的作用让模型代码更加清晰，作用70模型保存和加载tf.train.Saver(var_list=None,max_to_keep=5)var_list:指定将要保存和还原的变量。它可以作为一个dict或一个列表传递.max_to_keep：指示要保留的最近检查点文件的最大数量。创建新文件时，会删除较旧的文件。如果无或0，则保留所有检查点文件。默认为5（即保留最新的5个检查点文件。）例如：saver.save(sess,'/tmp/ckpt/test/model')saver.restore(sess,'/tmp/ckpt/test/model')保存文件格式：checkpoint文件模型保存和加载tf.train.Saver(var_list71自定义命令行参数1、2、

tf.app.flags.,在flags有一个FLAGS标志，它在程序中可以调用到我们前面具体定义的flag_name3、通过tf.app.run()启动main(argv)函数自定义命令行参数1、2、tf.app.flags.,在fl72最新Tensorflow基础教学讲义课件73Thankyou!Thankyou!74治疗中枢神经退行性疾病药治疗中枢神经退行性疾病药75

指一组因中枢神经元退行变性、脱失而引起的慢性进行性神经系统疾病。主要包括：帕金森病（Parkinson’sdisease,PD)阿尔茨海默病(Alzheimer’sdisease,AD)亨廷顿舞蹈病(Huntingtondisease,HD)肌萎缩侧索硬化症(amyotrophiclateralsclerosis)中枢退行性疾病指一组因中枢神经元退行变性、脱失而引起的慢性进76

PD又称震颤麻痹，典型症状为静止震颤、肌肉强直、运动迟缓。主要由锥体外系功能失控所致。分为原发性（即PD）和继发性（帕金森综合征）两类，后者可继发于脑动脉硬化、脑炎、衰老或化学和药物中毒等。原发性PD主要是基底神经节的黑质进行性变性引起假说1：黑质-纹状体DA-Ach功能失衡假说2：DA氧化－自由基学说抗帕金森病药PD又称震颤麻痹，典型症状为静止震颤、肌肉强直、运动迟77正常时黑质－纹状体有正常时两者处于动态平衡，参与调节机体运动机能:多巴胺能神经元对脊髓前角运动神经起抑制作用；胆碱能神经元对脊髓前角运动神经起兴奋作用。轻症:抗胆碱药和MAO-B抑制药重症:L-dopa，无效者用DA-R激动药抗帕金森病药｛

多巴胺能神经元胆碱能神经元正常时黑质－纹状体有抗帕金森病药｛多巴胺能神经元胆碱能神78拟多巴胺类药（一）多巴胺的前体药左旋多巴(levodopa)是DA递质的前体物质：酪氨酸→L-多巴→DA拟多巴胺类药（一）多巴胺的前体药79左旋多巴(levodopa)口服给药①约1%透过血脑屏障进入中枢，被AADC转化成DA，补充纹状体内DA不足，治疗PD。②其余被外周多巴脱羧酶脱羧，变为多巴胺，不能透过血脑屏障，只在外周发挥作用，引起严重不良反应。③若同时服用外周脱羧酶抑制剂卡比多巴，可使进入脑内的左旋多巴增多，同时减少外周的不良反应。左旋多巴(levodopa)口服给药80左旋多巴(levodopa)临床应用1.治疗PD病：起病初期疗效更显著。①起效慢，用药2-3周才出现体征改善；1-6个月获得最大疗效。②对轻症和年轻患者疗效较好，对重症和老年患者疗效较差。③对肌肉僵直和运动困难的疗效较肌肉震颤好，对痴呆症状不容易改善。左旋多巴(levodopa)临床应用81左旋多巴(levodopa)临床应用2.治疗肝昏迷使肝昏迷患者从昏迷变为清醒，但不能改善肝功能，不能根治。左旋多巴(levodopa)临床应用82左旋多巴(levodopa)不良反应：因外周转变为多巴胺所致1.胃肠道反应:DA直接刺激胃肠道和兴奋CTZ中D2R。D2R阻断药多潘立酮可消除恶心，呕吐。AADC抑制药卡比多巴亦可预防。2.心血管反应:30％在治疗初期出现直立性低血压DA作用于交感神经反馈性抑制NA释放；DA作用于动脉壁DAR，扩管；DA作用于心脏βR，用相应的阻断药有效。左旋多巴(levodopa)不良反应：因外周转变为多巴胺所83左旋多巴(levodopa)3.长期反应：运动过多症：异常动作，手足、躯体、舌不自主运动，可用DA-R阻断药左旋千金藤啶碱治疗；症状波动：服用3－5年后，40－80％出现症状波动：“开－关反应”。可用L-DA／AADC抑制药缓释剂、DA-R激动剂、MAO抑制剂司来吉兰，少量多次服药等方法防治；精神障碍；10－15％出现精神错乱，梦幻、幻觉、幻视或抑郁症，可用氯氮平治疗。左旋多巴(levodopa)3.长期反应：84左旋多巴(levodopa)药物相互作用：维生素B6是多巴脱羧酶的辅酶，增强外周多巴脱羧酶的活性，使多巴胺生成增多，增强左旋多巴的外周副作用。左旋多巴(levodopa)药物相互作用：85L-Dopa增效药AADC抑制药：卡比多巴（α－甲基多巴肼）：不能透过血脑屏障，抑外周AADC。心宁美：本品＋L-Dopa1:4或10。MAO-B选择性抑制药：司来吉兰（丙炔苯丙氨）：对肠道MAO-A无作用，能迅速进入脑内，抑制DA降解。硝替卡朋：抑制COMT。L-Dopa增效药AADC抑制药：86L-Dopa增效药

溴隐亭：DA2受体激动药激动黑质-纹状体通路DA2R激动结节漏斗部DA2受体：减少催乳素和生长激素释放。临床应用:1.治疗PD，辅助左旋多巴控制不自主运动和过度开关现象2.闭经或乳溢3.垂体瘤L-Dopa增效药溴隐亭：DA2受体激动药87胆碱受体阻断药代表药：苯海索（安坦）适应证：轻症PD患者不能耐受左旋多巴或禁用左旋多巴的患者治疗抗精神病药引起的PD综合征，脑炎或动脉硬化引起的震颤麻痹不良反应：与阿托品相似胆碱受体阻断药代表药：苯海索（安坦）88老年性痴呆老年性痴呆：一种由器质性的脑损伤导致的智能障碍，表现为记忆力、判断力、抽象思维能力丧失，分为阿尔茨海默痴呆（AD）和血管性痴呆（VD）。AD病程3-20年，确诊后平均存活10年，先有精神死亡，继之肉体死亡。老年性痴呆老年性痴呆：一种由器质性的脑损伤导致的智能障碍，89老年性痴呆组织学变化特征：老年斑，神经元纤维缠结，淀粉样蛋白沉积解剖学基础：海马组织萎缩功能基础：胆碱能神经兴奋传递障碍；Ach－R变性；神经元数目减少。治疗以改善症状为主：胆碱酯酶抑制药、脑代谢激活药改善脑微循环药、钙拮抗药老年性痴呆组织学变化特征：90胆碱酯酶抑制药他克林（Tacrine)：可逆性胆碱酯酶抑制药。可促Ach释放、增N-R密度、加强神经-肌肉传递、抑制NMDA神经元毒性、抑MAO、促葡萄糖摄取等。可延缓病程1－12个月（注意肝毒性）。多奈派齐（Donepezil）：可逆性胆碱酯酶抑制药。石杉碱甲（HuperzineA）：强效、可逆性胆碱酯酶抑制药。胆碱酯酶抑制药他克林（Tacrine)：可逆性胆碱酯酶抑制91

脑代谢激活药 吡拉西坦（Piracetam）（脑复康、酰氨吡酮）：抗缺氧、增加能量合成、促进蛋白质和核酸酸合成、促胆碱合成、促多巴胺释放。 用于脑外伤、脑缺氧、脑血管意外、酒精药物或CO中毒引起的记忆障碍。脑代谢激活药 吡拉西坦（Piracetam）（脑复康、92改善微循环药物甲磺酸双氢麦角碱：α-R阻断药，扩管抑制交感兴奋，去除血管痉挛因子，改善脑循环和脑供氧。脑动脉硬化症、脑震荡后遗症、AD等。改善微循环药物甲磺酸双氢麦角碱：α-R阻断药，扩管93钙拮抗药尼莫地平（Nimodipine)阻Ca2+进入细胞，抑制平滑肌收缩，解除血管痉挛，增加供血供氧，减少缺血性脑损伤，降低脑血管周围组织病变。蛛网膜下腔出血和急性脑血管病恢复期。缺血性神经元保护和VD。钙拮抗药尼莫地平（Nimodipine)94最新Tensorflow基础教学讲义课件95Tensorflow基础Tensorflow基础第四天-Tensorflow基础1、深度学习介绍2、认识Tensorflow3、Tensorflow的安装4、Tensorflow初体验5、Tensorflow进阶6、案例：实现线性回归第四天-Tensorflow基础1、深度学习介绍97最新Tensorflow基础教学讲义课件98最新Tensorflow基础教学讲义课件99最新Tensorflow基础教学讲义课件100Ayellowbusdrivingdownaroadwithgreentreesandgreengrassinthebackground.Livingroomwithwhitecouchandbluecarpeting.Theroomintheapartmentgetssomeafternoonsun.这些都是深度学习程序所写Ayellowbusdrivingdownaro101最新Tensorflow基础教学讲义课件102聊天对话系统聊天对话系统103深度学习介绍深度学习，如深度神经网络、卷积神经网络和递归神经网络已被应用计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。深度学习介绍深度学习，如深度神经网络、卷积神经网络和递归神经104最新Tensorflow基础教学讲义课件105深度学习框架Tensorflow深度学习框架Tensorflow106最新Tensorflow基础教学讲义课件107最新Tensorflow基础教学讲义课件108认识Tensorflow认识Tensorflow109最新Tensorflow基础教学讲义课件1101、真正的可移植性引入各种计算设备的支持包括CPU/GPU/TPU，以及能够很好地运行在移动端，如安卓设备、ios、树莓派等等2、多语言支持Tensorflow有一个合理的c++使用界面，也有一个易用的python使用界面来构建和执行你的graphs，你可以直接写python/c++程序。3、高度的灵活性与效率TensorFlow是一个采用数据流图（dataflowgraphs），用于数值计算的开源软件库能够灵活进行组装图，执行图。随着开发的进展，Tensorflow的效率不算在提高4、支持

TensorFlow由谷歌提供支持，谷歌投入了大量精力开发TensorFlow，它希望TensorFlow成为机器学习研究人员和开发人员的通用语言Tensorflow特点Tensorflow特点111最新Tensorflow基础教学讲义课件112使用tensorflow的公司使用tensorflow的公司113Tensorflow教学版本使用17年2月份发布的1.0版本更快：TensorFlow1.0运行速度变得更加快更灵活TensorFlow1.0还加入了一些高级API，包括tf.layers，tf.metrics和tf.losses模块。以及加入了一些类似scikit-learn的estimator机制0.12版本之后支持的可视化能够可视化的看见程序图的结构Tensorflow教学版本使用17年2月份发布的1.0版本114Tensorflow的安装Linux/ubuntuMacTensorflow的安装Linux/ubuntu115开启GPU支持(不推荐)如果您的系统没有NVIDIA®GPU，请构建并安装CPU版本Ubuntu:安装CUDA和cuDNNMac:安装CUDA和cuDNN开启GPU支持(不推荐)如果您的系统没有NVIDIA®GPU116Tensorflow初体验通过案例来了解分析Tensorflow的整个结构Tensorflow初体验通过案例来了解分析Tensorfl117加法运算加法运算118Tensorflow加法运算Tensorflow加法运算119数据流图：数据流图：120TensorflowTensorflow121计算密集型vsIO密集型Tensorflow与以往接触的不同计算密集型vsIO密集型Tensorflow与以往接触的122Tensorflow进阶1、图2、会话3、张量4、变量5、模型保存和加载6、自定义命令行参数Tensorflow进阶1、图123最新Tensorflow基础教学讲义课件124图图默认已经注册，一组表示tf.Operation计算单位的对象和tf.Tensor表示操作之间流动的数据单元的对象获取调用：tf.get_default_graph()op、sess或者tensor的graph属性图图默认已经注册，一组表示tf.Operation计算单位125哪些是op哪些是op126图的创建tf.Graph()使用新创建的图

g=tf.Graph() withg.as_default(): a=tf.constant(1.0) assertc.graphisg图的创建tf.Graph()127会话tf.Session()运行TensorFlow操作图的类，使用默认注册的图（可以指定运行图）会话资源会话可能拥有很多资源，如tf.Variable，tf.QueueBase和tf.ReaderBase，会话结束后需要进行资源释放sess=tf.Session()

sess.run(...)

sess.close()使用上下文管理器withtf.Session()assess: sess.run(...)config=tf.ConfigProto(log_device_placement=True)交互式：tf.InteractiveSession()会话tf.Session()128会话的run()方法run(fetches,feed_dict=None,graph=None)

运行ops和计算tensor嵌套列表，元组，namedtuple，dict或OrderedDict(重载的运算符也能运行)feed_dict允许调用者覆盖图中指定张量的值,提供给placeholder使用返回值异常 RuntimeError：如果它Session处于无效状态（例如已关闭）。 TypeError：如果fetches或feed_dict键是不合适的类型。 ValueError：如果fetches或feed_dict键无效或引用Tensor不存在。会话的run()方法run(fetches,feed_di129Tensorflow

Feed操作意义：在程序执行的时候,不确定输入的是什么，提前“占个坑”语法：placeholder提供占位符，run时候通过feed_dict指定参数TensorflowFeed操作意义：在程序执行的时候,不130张量1、张量的阶和数据类型2、张量操作张量1、张量的阶和数据类型131关闭警告importos

os.environ['TF_CPP_MIN_LOG_LEVEL']='2'关闭警告importos

os.environ['TF_C132张量的阶和数据类型Tensorflow基本的数据格式一个类型化的N维度数组（tf.Tensor）三部分，名字，形状，数据类型张量的阶和数据类型Tensorflow基本的数据格式133张量的阶张量的阶134张量的数据类型张量的数据类型135张量属性graph

张量所属的默认图op 张量的操作名name 张量的字符串描述shape 张量形状张量属性graph 张量所属的默认图136最新Tensorflow基础教学讲义课件137最新Tensorflow基础教学讲义课件138张量的动态形状与静态形状TensorFlow中，张量具有静态形状和动态形状静态形状：创建一个张量或者由操作推导出一个张量时,初始状态的形状tf.Tensor.get_shape:获取静态形状tf.Tensor.set_shape():更新Tensor对象的静态形状，通常用于在不能直接推断的情况下动态形状：一种描述原始张量在执行过程中的一种形状tf.reshape:创建一个具有不同动态形状的新张量张量的动态形状与静态形状TensorFlow中，张量具有静态1391、转换静态形状的时候，1-D到1-D，2-D到2-D，不能跨阶数改变形状

2、

对于已经固定或者设置静态形状的张量／变量，不能再次设置静态形状

3、tf.reshape()动态创建新张量时，元素个数不能不匹配要点1、转换静态形状的时候，1-D到1-D，2-D到2-D，不能140张量操作-生成张量张量操作-生成张量141为什么需要正态分布的变量值？为什么需要正态分布的变量值？142正态分布概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ=0,σ=1时的正态分布是标准正态分布。正态分布概率密度函数为正态分布的期望值μ决定了其位置，其标准143张量操作-张量变换张量操作-张量变换144切片与扩展tf.concat(values,axis,name='concat')切片与扩展tf.concat(values,axis,n145/versions/r1.0/api_guides/python/math_ops提供给Tensor运算的数学函数算术运算符基本数学函数矩阵运算减少维度的运算(求均值)序列运算/ver146注：这些都是在1.0版本下的函数，不同版本会有些差异注：这些都是在1.0版本下的函数，不同版本会有些差异147变量1、变量的创建2、变量的初始化3、变量的作用域变量1、变量的创建148变量变量也是一种OP，是一种特殊的张量，能够进行存储持久化，它的值就是张量变量变量也是一种OP，是一种特殊的张量，能够进行存储持久化，149变量的创建tf.Variable(initial_value=None,name=None)创建一个带值initial_value的新变量assign(value)为变量分配一个新值返回新值eval(session=None)计算并返回此变量的值name属性表示变量名字变量的创建tf.Variable(initial_value150变量的初始化tf.global_variables_initializer()添加一个初始化所有变量的op在会话中开启变量的初始化tf.global_variables_init151最新Tensorflow基础教学讲义课件152可视化学习Tensorboard数据序列化-events文件TensorBoard通过读取TensorFlow的事件文件来运行tf.summary.FileWriter('/tmp/tensorflow/summary/test/',graph=default_graph)返回filewriter,写入事件文件到指定目录(最好用绝对路径)，以提供给tensorboard使用开启tensorboard--logdir=/tmp/tensorflow/summary/test/一般浏览器打开为:6006注：修改程序后，再保存一遍会有新的事件文件，打开默认为最新可视化学习Tensorboard数据序列化-events文件153图中的符号意义图中的符号意义154增加变量显示1、收集变量tf.summary.scalar(name=’’,tensor)收集对于损失函数和准确率等单值变量,name为变量的名字，tensor为值tf.summary.histogram(name=‘’,tensor)收集高维度的变量参数tf.summary.image(name=‘’,tensor)收集输入的图片张量能显示图片2、合并变量写入事件文件merged=tf.summary.merge_all()运行合并：summary=sess.run(merged)，每次迭代都需运行添加：FileWriter.add_summary(summary,i),i表示第几次的值目的：观察模型的参数、损失值等变量值的变化增加变量显示1、收集变量2、合并变量写入事件文件目的：观察模155tensorflow实现一个简单的线性回归案例简单的API介绍线性回归实现tensorflow实现一个简单的线性回归案例简单的API介156结果演示结果演示157动画演示动画演示158Tensorflow运算API矩阵运算tf.matmul(x,

w)平方tf.square(error)均值tf.reduce_mean(error)Tensorflow运算API矩阵运算159tf.train.GradientDescentOptimizer(learning_rate)

梯度下降优化learning_rate:学习率，一般为method:return:梯度下降op梯度下降APItf.train.GradientDescentOptimi160Tensorboard观察图结构,变量显示Tensorboard观察图结构,变量显示161作用域想一想之前函数里面，一个变量的作用域？作用域想一想之前函数里面，一个变量的作用域？162tensorflow变量作用域tf.variable_scope(<scope_name>)创建指定名字的变量作用域观察变量的name改变？嵌套使用变量作用域观察变量的name改变？tensorflow变量作用域tf.variable_sco163如果在之前，给变量取相同的name会出现什么样的情况？如果在之前，给变量取相同的name会出现什么样的情况？164tensorflow变量作用域的作用让模型代码更加清晰，作用分明tensorflow变量作用域的作用让模型代码更加清晰，作用165模型保存和加载tf.train.Saver(var_list=None,max_to_keep=5)var_list:指定将要保存和还原的变量。它可以作为一个dict或一个列表传递.max_to_keep：指示要保留的最近检查点文件的最大数量。创建新文件时，会删除较旧的文件。如果无或0，则保留所有检查点文件。默认为5（即保留最新的5个检查点文件。）例如：saver.save(sess,'/tmp/ckpt/test/model')saver.restore(sess,'/tmp/ckpt/test/model')保存文件格式：checkpoint文件模型保存和加载tf.train.Saver(var_list166自定义命令行参数1、2、

tf.app.flags.,在flags有一个FLAGS标志，它在程序中可以调用到我们前面具体定义的flag_name3、通过tf.app.run()启动main(argv)函数自定义命令行参数1、2、tf.app.flags.,在fl167最新Tensorflow基础教学讲义课件168Thankyou!Thankyou!169治疗中枢神经退行性疾病药治疗中枢神经退行性疾病药170

指一组因中枢神经元退行变性、脱失而引起的慢性进行性神经系统疾病。主要包括：帕金森病（Parkinson’sdisease,PD)阿尔茨海默病(Alzheimer’sdisease,AD)亨廷顿舞蹈病(Huntingtondisease,HD)肌萎缩侧索硬化症(amyotrophiclateralsclerosis)中枢退行性疾病指一组因中枢神经元退行变性、脱失而引起的慢性进171

PD又称震颤麻痹，典型症状为静止震颤、肌肉强直、运动迟缓。主要由锥体外系功能失控所致。分为原发性（即PD）和继发性（帕金森综合征）两类，后者可继发于脑动脉硬化、脑炎、衰老或化学和药物中毒等。原发性PD主要是基底神经节的黑质进行性变性引起假说1：黑质-纹状体DA-Ach功能失衡假说2：DA氧化－自由基学说抗帕金森病药PD又称震颤麻痹，典型症状为静止震颤、肌肉强直、运动迟172正常时黑质－纹状体有正常时两者处于动态平衡，参与调节机体运动机能:多巴胺能神经元对脊髓前角运动神经起抑制作用；胆碱能神经元对脊髓前角运动神经起兴奋作用。轻症:抗胆碱药和MAO-B抑制药重症:L-dopa，无效者用DA-R激动药抗帕金森病药｛

多巴胺能神经元胆碱能神经元正常时黑质－纹状体有抗帕金森病药｛多巴胺能神经元胆碱能神173拟多巴胺类药（一）多巴胺的前体药左旋多巴(levodopa)是DA递质的前体物质：酪氨酸→L-多巴→DA拟多巴胺类药（一）多巴胺的前体药174左旋多巴(levodopa)口服给药①约1%透过血脑屏障进入中枢，被AADC转化成DA，补充纹状体内DA不足，治疗PD。②其余被外周多巴脱羧酶脱羧，变为多巴胺，不能透过血脑屏障，只在外周发挥作用，引起严重不良反应。③若同时服用外周脱羧酶抑制剂卡比多巴，可使进入脑内的左旋多巴增多，同时减少外周的不良反应。左旋多巴(levodopa)口服给药175左旋多巴(levodopa)临床应用1.治疗PD病：起病初期疗效更显著。①起效慢，用药2-3周才出现体征改善；1-6个月获得最大疗效。②对轻症和年轻患者疗效较好，对重症和老年患者疗效较差。③对肌肉僵直和运动困难的疗效较肌肉震颤好，对痴呆症状不容易改善。左旋多巴(levodopa)临床应用176左旋多巴(levodopa)临床应用2.治疗肝昏迷使肝昏迷患者从昏迷变为清醒，但不能改善肝功能，不能根治。左旋多巴(l