使用 TensorFlow 实现神经网络基础

神经网络 已经在相当一段时间成为机器学习中的焦点。 对于 神经网络 和 深度学习 上这里有更详细的解释 点击阅读 。 其在许多领域都有取得巨大的突破，如图像识别，语音和自然语言处理等。

如何用好 神经网络 ？：

• 首先，神经网络 需要有明确和翔实的数据（主要是大数据）训练。

• 利用 神经网络 解决复杂的问题，如图像处理， 神经网络 属于一类代表学习的算法，这些算法可以把复杂的问题分解为简单的形式，使他们成为可以理解的（或 “可表示”）。

• 选择适当类型的 神经网络 ，来解决问题， 每个问题的复杂情况都不一样，所以数据决定你解决问题的方式。 例如，如果问题是序列生成的问题，递归神经网络 更合适。如果它是图像相关的问题，想更好地解决可以采取 卷积神经网络。

• 最后就是 硬件 要求了，硬件是运行 神经网络 模型的关键。 

参考：https://www.jianshu.com/p/f7f4f2a629e0