TensorFlow入门笔记基本操作

Posted wilde

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TensorFlow入门笔记基本操作相关的知识,希望对你有一定的参考价值。

0. 环境配置

安装Anaconda,python3环境,然后利用conda命令配置的tensorflow环境。

参考极客学院翻译TensorFlow官方教程:http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/basic_usage.html

 

1. 基本操作

1.1 常数声明

1 import tensorflow as tf
2 matrix1 = tf.constant([[3., 3.]])
3 matrix2 = tf.constant([[2.], [2.]])
4 product = tf.matmul(matrix1, matrix2)
5 print(matrix1)
6 print(matrix2)
7 print(product)

输出结果:

Tensor("Const:0", shape=(1, 2), dtype=float32)
Tensor("Const_1:0", shape=(2, 1), dtype=float32)
Tensor("MatMul:0", shape=(1, 1), dtype=float32)

  

1.2 session执行operation

1 sess = tf.Session()
2 result = sess.run(product)
3 print(result)
4 result = sess.run(matrix1)
5 print(result)

输出结果:

[[ 12.]]
[[ 3. 3.]]

 

1.3 operation操作变量

 1 state = tf.Variable(0, name="counter")
 2 one = tf.constant(1)
 3 new_value = tf.add(state, one)
 4 update = tf.assign(state, new_value)
 5 
 6 init_op = tf.global_variables_initializer()#初始化所有变量
 7 sess.run(init_op)
 8 for _ in range(3):
 9   sess.run(update)
10   print(sess.run([state, new_value]))
11 sess.close()

输出结果:

[1, 2]
[2, 3]
[3, 4]

 

1.4 placehold预占位

with tf.Session() as ss:
  input1 = tf.placeholder(tf.float32)
  input2 = tf.placeholder(tf.float32)
  output = tf.multiply(input1, input2)
  print(ss.run([output], feed_dict={input1:[7.], input2:[2.]}))

 输出结果:

[array([ 14.], dtype=float32)]

 

以上是关于TensorFlow入门笔记基本操作的主要内容,如果未能解决你的问题,请参考以下文章

[学习笔记] TensorFlow 入门之基本使用

TensorFlow.org教程笔记 DataSets 快速入门

tensorflow新手必看,tensorflow入门教程,tensorflow示例代码

Tensorflow学习笔记:MNIST机器学习入门

深度学习笔记7:Tensorflow入门

资源 | 数十种TensorFlow实现案例汇集:代码+笔记