运行你的第一个TensorFlow程序

Posted 2022-12-08 Lenskit

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。