tensorflow学习笔记二:入门基础 好教程 可用
http://www.cnblogs.com/denny402/p/5852083.html
tensorflow学习笔记二:入门基础
TensorFlow用张量这种数据结构来表示所有的数据。用一阶张量来表示向量,如:v = [1.2, 2.3, 3.5] ,如二阶张量表示矩阵,如:m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]],可以看成是方括号嵌套的层数。
1、编辑器
编写tensorflow代码,实际上就是编写py文件,最好找一个好用的编辑器,如果你用vim或gedit比较顺手,那也可以的啦。我们既然已经安装了anaconda,那么它里面自带一个还算不错的编辑器,名叫spyder,用起来和matlab差不多,还可以在右上角查看变量的值。因此我一直使用这个编辑器。它的启动方式也很简单,直接在终端输入spyder就行了。
2、常量
我们一般引入tensorflow都用语句
import tensorflow as tf
因此,以后文章中我就直接用tf来表示tensorflow了。
在tf中,常量的定义用语句:
a=tf.constant(10)
这就定义了一个值为10的常量a
3、变量
变量用Variable来定义, 并且必须初始化,如:
x=tf.Variable(tf.ones([3,3])) y=tf.Variable(tf.zeros([3,3]))
分别定义了一个3x3的全1矩阵x,和一个3x3的全0矩阵y,0和1的值就是初始化。
变量定义完后,还必须显式的执行一下初始化操作,即需要在后面加上一句:
init=tf.global_variables_initializer()
这句可不要忘了,否则会出错。
例:自定义一个拉普拉斯的W变量:
import tensorflow as tf import numpy as np x=np.array([[1,1,1],[1,-8,1],[1,1,1]]) w=tf.Variable(initial_value=x) sess=tf.Session() sess.run(tf.global_variables_initializer()) print(sess.run(w))
4、占位符
变量在定义时要初始化,但是如果有些变量刚开始我们并不知道它们的值,无法初始化,那怎么办呢?
那就用占位符来占个位置,如:
x = tf.placeholder(tf.float32, [None, 784])
指定这个变量的类型和shape,以后再用feed的方式来输入值。
5、图(graph)
如果把下面的python语句改在tf语句,该怎么写呢:
x=3 y=2 z=x+y print(z)
定义两个变量,并将两个数相加,输出结果。如果在tf中直接像上面这样写,那就错了。x,y,z分别是三个tensor对象,对象间的运算称之为操作(op), tf不会去一条条地执行各个操作,而是把所有的操作都放入到一个图(graph)中,图中的每一个结点就是一个操作。然后行将整个graph 的计算过程交给一个 TensorFlow 的Session
, 此 Session
可以运行整个计算过程,比起操作(operations)一条一条的执行效率高的多。
执行代码如下:
import tensorflow as tf x = tf.Variable(3) y = tf.Variable(5) z=x+y init =tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
print(sess.run(z))
其中sess.run()即是执行,注意要先执行变量初始化操作,再执行运算操作。
Session需要先创建,使用完后还需要释放。因此我们使用with...as..语句,让系统自动释放。
例子1:hello world
import tensorflow as tf word=tf.constant('hello,world!') with tf.Session() as sess: print(sess.run(word))
例子2:加法和乘法
import tensorflow as tf a = tf.placeholder(tf.int16) b = tf.placeholder(tf.int16) add = tf.add(a, b) mul = tf.mul(a, b) with tf.Session() as sess: print('a+b=',sess.run(add, feed_dict={a: 2, b: 3})) print('a*b=',sess.run(mul, feed_dict={a: 2, b: 3}))
此处使用feed_dict以字典的方式对多个变量输入值。
例子3: 矩阵乘法
import tensorflow as tf a=tf.Variable(tf.ones([3,2])) b=tf.Variable(tf.ones([2,3])) product=tf.matmul(5*a,4*b) init=tf.initialize_all_variables() with tf.Session() as sess: sess.run(init) print(sess.run(product))
其中
product=tf.matmul(5*a,4*b)
也可以改成
product=tf.matmul(tf.mul(5.0,a),tf.mul(4.0,b))
定义变量时,没有指定数据类型,则默认为float32,因此是5.0而不是5
相关文章
- Android基础新手教程——1.5.2 Git之使用GitHub搭建远程仓库
- Flutter项目实战教程分享、基础使用、性能优化、每日积累
- Allegro原理图反标教程
- 【测试开发】python系列教程:python反射
- 全网最全postman接口测试从入门到精通全套教程
- Git入门基础详情教程
- iOS10 UI教程基础窗口的内容与设置起始窗口
- Tess4J OCR简单使用教程
- IOS SWIFT基本画图教程
- SwiftUI fullScreenCover 基础使用之通过ObservableObject触发显示(教程含源码)
- SwiftUI NSApplicationDelegateAdaptor 基础使用(教程含代码)
- SwiftUI 内功教程之Closures 12 @autoclosure及经典用法
- Flet教程之 19 VerticalDivider 分隔符组件 基础入门(教程含源码)
- Flet教程之 18 Divider 分隔符组件 基础入门(教程含源码)
- HarmonyOS 鸿蒙入门教程之01 基础环境和开发工具 (教程含源码)
- HarmonyOS 鸿蒙入门教程之03 运行开发工具完成基础配置DevEco Studio(教程含源码)
- 超基础的Android studio的安装教程
- 通达OA 小飞鱼工作流在线培训教程(一)HTML基础介绍
- MySQL 教程(基础篇)第04话:mysqld 和 mysql 命令的区别
- MySQL 教程(基础篇)第03话:MySQL是什么?为什么使用 MySQL?