TensorFlow的基礎知識——Session、Variable和placehold
阿新 • • 發佈:2018-12-22
TensorFlow既是一個實現機器學習演算法的介面,同時也是執行機器學習演算法的框架。
其中Session、Variable和placehold最為基礎的知識,今天就來總結一下。
1.會話控制Session
會話層是專門用來計算的,可以用一下兩種方式去啟用計算圖來計算。
import tensorflow as tf
matrix1 = tf.constant([[3, 3]])
matrix2 = tf.constant([[2],
[2]])
product = tf.matmul(matrix1, matrix2)
# methods 1
sess = tf.Session()
resulit = sess.run(product)
print(resulit)
sess.close
結果為:[[12]]
import tensorflow as tf
matrix1 = tf.constant([[3, 3]])
matrix2 = tf.constant([[2],
[2]])
product = tf.matmul(matrix1, matrix2)
# methods 2
with tf.Session() as sess:
result = sess. run(product)
print(result)
結果為:[[12]]
Variable變數
下面是在anaconda中的一個demo
要點
- 只要使用Variable方法就要初始化,一般用語句
init_op = tf.initialize_all_variables()
來初始化所有變數 - 要在會話層啟用初始化的變數,一般為
sess.run(init_op)