简介

TensorFlow：2015年谷歌，支持python、C++，底层是C++，主要用python。支持CNN、RNN等算法，分CPU TensorFlow/GPU TensorFlow。
TensorBoard：训练中的可视化。

快捷键：shift+enter执行命令,Tab键进行补全，ctrl+b隐藏导航栏，shift+tab显示函数的详细描述

函数

1. get_collection ：TensorFlow 2.x不推荐使用，作用是从指定的集合中获取变量或者操作
2. tf.variable_scope：创建一个作用域，这样可以将相关变量组织在一起，便于管理和检索。

   with tf.variable_scope(hidden_layer_scope,values=(net,), reuse=tf.AUTO_REUSE) as dnn_hidden_layer_scope: tf.AUTO_REUSE表示变量存在就重用，不存在就创建。

3.  tf.name_scope：创建一个作用域，这样可以将相关变量组织在一起，便于管理和检索。
4. tf.variable_scope和tf.name_scope的区别：tf.variable_scope影响变量名称和重用，tf.name_scope影响操作名称。

5. tf.contrib.layers.batch_norm(net, center=False, scale=False, is_training= mode == TrainerMode.TRAIN,variables_collections=weight_collections,scope=dnn_hidden_layer_scope)

6. tf.tile(input, [M, 1])：tf.tile 的作用是对输入张量进行复制和扩展。参数 [M, N]指定了在每个维度上复制的次数：沿着第一个维度复制M次。保持第二个维度不变，不进行复制。