1.Tensorflow的基本概念:
阿新 • • 發佈:2019-03-21
ant 系統 賦值 orf imp 任務 python 所有 col
1.Tensorflow的基本概念:
- 1.使用圖(graphs)來表示計算任務
-
2.在被稱之為會話(Session)的上下文(context)中執行圖
-
3.使用tensor表示數據
-
4.通過變量(Variable)維護狀態
-
5.使用feed和fetch可以為任意的操作賦值或者從其中獲取數據
Tensorflow是一個編程系統,使用圖(graphs)來表示任務,圖(graphs)中的節點稱之為op(operation),一個獲得0個或多個Tensor,執行計算,產生0個或多個Tensor.Tensor看做是一個n維的數組或列表。圖必須在會話(Session)裏被啟動。
圖的基本框架
1 import tensorflow as tf 2 3 a1 = tf.constant([[2, 3]]) # 定義一個常量 4 a2 = tf.constant([[3], [3]]) 5 result = tf.matmul(a1, a2) # 將兩個常量相乘 6 print(result) # result是一個tonsor,所有的graphs都必須在會話(session)中執行 7 # Tensor("MatMul:0", shape=(1, 1), dtype=int32)8 sess = tf.Session() # 創建會話 9 result = sess.run(result) 10 print(result) # 返回計算的結果 11 sess.close() # 關閉會話 12 # [[15]] 13 """ 14 可以用python的with來自行關閉會話: 15 with tf.Session() as sess: 16 result = sess.run(result) 17 print(result) 18 """
1.Tensorflow的基本概念: