colin老师的机器学习第二堂课。主要讲了一些tensorflow和神经网络的东西。
1.神经网络概述
这里不讲太多专业的，数学的内容，只为和我一样的萌新讲一些形象的，落到代码上的东西
神经网络就像人的大脑一样，你只需要设计好结构，初始值都是随机的，我们只需要告诉它输入以及所对应的输出，以及告诉它如何修正错误，它就能慢慢学会找到之中的规律，并且用于解决问题。就像真正的大脑一样。
这当然不准确，但是对于完全的小白来说可供参考。
2.tensorflow超简单介绍
tf.constant，可以理解为常量类，直接输出没有办法得到结果
tf.Session，一个会话，tf中的图必须通过session来运行。
tf.placeholder，类似于某种占位变量，可以使用feed_dict来赋值
接下来创建一个简单的网络
创建网络后很重要的一点就是通过init来初始化所有变量。不同初始化后得到的结果不同。
由于没有给出错误函数帮助网络矫正自身错误，所以完全不知道输出是什么。
接下来进行简单的预测
但是仅仅给定标准输出，仍然不能进行训练，还需要告知它如何判断错误
