运行你的第一个TensorFlow程序
Posted Lenskit
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了运行你的第一个TensorFlow程序相关的知识,希望对你有一定的参考价值。
如果你已经安装了anaconda,可以直接使用pip来安装TensorFlow。
安装命令:
pip install --upgrade tensorflow
如果你有gpu,需要安装tensorflow-gpu而不是tensorflow。运行下面的命令来测试是否安装成功:
python -c 'import tensorflow;print(tensorflow.__version__)'
1.13.0
ok,现在来创造第一个图谱:
# 最简单的tf
import tensorflow as tf
x = tf.Variable(3, name='x')
y = tf.Variable(4, name='y')
f = x * x * y + y + 2
# way1
sess = tf.Session()
sess.run(x.initializer)
sess.run(y.initializer)
result = sess.run(f)
print(result)
sess.close()
不得不每次重复sess.run()有点麻烦,还有另一个更好的方法:
# way2
with tf.Session() as sess:
x.initializer.run()
y.initializer.run()
result = f.eval()
print(result)
在with块中,会话被设置为默认会话。调用x.initializer.run()等价于调用tf.get_default_session().run(x.initial),f.eval()等价于调用tf.get_default_session().run(f)。这使得代码更容易阅读。此外会话会在块的末尾自动关闭。
其实也可以使用global_variables_initializer()函数,而不是手动初始化每个变量。此处要注意,它实际上没有立即执行初始化,而是在图谱中创建一个当程序运行时所有变量都会初始化的节点。
# way3
init = tf.global_variables_initializer()
with tf.Session() as sess:
init.run()
result = f.eval()
print(result)
TensorFlow程序通常分为两部分:第一部分构建计算图谱(称为构造阶段),第二部分运行它(执行阶段)。建设阶段通常构建一个表示ML模型的计算图谱,然后对其进行训练,计算。执行阶段通常运行循环,重复低求出训练步骤(例如,每个小批次),逐渐改进模型参数。
以上是关于运行你的第一个TensorFlow程序的主要内容,如果未能解决你的问题,请参考以下文章
教程 | 深度强化学习入门:用TensorFlow构建你的第一个游戏AI