tensorflow中一般四维张量含义比如图像张量：self.inputs = tf.reshape(input_tensors[‘inputs’], [-1, 84, 84, 3])

[batch_size,height,width, channels] //图像张量 [个数，高度，宽度，通道数]

[height,width,input_channels,output_channels] //滤波器张量 [卷积核高度，卷积核宽度，图像通道数，卷积核个数] //第三维input_channels为input张量的第四维。

python中读写文件需要创建临时运行环境比如： `try: file = open(’text.txt’, ‘r’) print(file.read()) finally: if file: file.close()

try catch是由于文件打开是有成功和失败两种可能，为了更加严谨，在打开失败时不执行.close()操作。在python中简洁的写法如下：with open("test.txt","r") as file: for line in file.readlines(): print(line.strip())# 把末尾的’\n’删掉

如何将.ipynb文件转换为.py文件

`- 作业条件：在jupyter notebook下编写完程序,保存为“myprogram.ipynb”。

作业目的：选择在jupyter notebook下编写python程序（因为喜欢它的界面简单可实时看到运行效果的特点），调试成功之后保存成py文件，以便在其它电脑上运行（因为jupyter notebook默认保存的是.ipynb文件）。
作业实施：

命令行下进入“myprogram.ipynb”文件所在目录；
执行jupyter nbconvert --to script myprogram.ipynb
执行成功后会在当前目录下生成一个同名py文件“myprogram.py”。
命令行下运行python ./myprogram.py,检查文件是否运行成功。

该转换命令将ipynb文件中的非命令语句全都用#注释掉了，如果希望转换后的py文件大小小一点，可以去掉这些注释行。

sigmoid函数的代码实现：

import numpy as np

def sigmoid(x):
    s = 1 / (1 + np.exp(-x))
    return s

因为是使用numpy实现的sigmoid函数的，所以这个sigmoid函数可以计算实数、矢量和矩阵，如下面的就是当x是实数的时候：

if __name__ == '__main__':
    x = 3
    s = sigmoid(x)
    print s

然后会输出``` 0.952574126822

## sigmoid函数的梯度

为什么要计算sigmoid函数的梯度，比如当我们在使用反向传播来计算梯度，以优化损失函数。当使用的激活函数是sigmoid函数就要计算sigmoid函数的梯度了。

python深度学习的一些知识点

如何将.ipynb文件转换为.py文件