tensorflow基本概念

一、tesorflow基本概念

二、计算图

一个机器学习任务的核心是模型的定义以及模型的参数求解方式，对这两者进行抽象之后，可以确定一个唯一的计算逻辑，将这个逻辑用图表示，称之为计算图。计算图表现为有向无环图，定义了数据的流转方式，数据的计算方式，以及各种计算之间的相互依赖关系等

三、操作

3.1 运算操作定义类操作的类型，以及参与运算的数据的类型

3.2 tensorflow中的运算符

变量运算指的是element wise运算

四、变量

4.1 创建变量

通过tf.Variables()函数创建

4.2变量初始化方式

• 一次性全部初始化
  sess.run(tf.global_variables_initializer())
• 自定义初始化
• 由另一个变量初始化。通过变量的initial_value实行，对新的变量初始化

b = tf.Variable(tf.zeros([1]))
c = tf.Variable(b.initial_value,name='ll')

4.3变量的保存与恢复

saver.save(sess, 'my-model', global_step=step)
训练过程，根据训练的步数保存模型

• 保存变量tf.train.Saver()

import tensorflow as tf
import numpy as np
# 训练数据
x_data = np.float32(np.random.rand(2,100))
y_data = np.dot([0.1,0.2],x_data)+0.3
# 定义模型
b = tf.Variable(tf.zeros([1]))
w = tf.Variable(tf.random_uniform([1,2],-1,1))
y = tf.matmul(w,x_data)+b
# 定义损失函数
loss = tf.reduce_mean(tf.square(y-y_data))
optimizer = tf.train.AdamOptimizer(0.01)
train = optimizer.minimize(loss)

init = tf.global_variables_initializer()
saver = tf.train.Saver()# 保存变量
sess = tf.Session()
sess.run(init)
sess.run(train)
path = saver.save(sess,'./var.ckpt')# 返回保存路径
print(path)

• 恢复变量
  saver.restore(sess,'./var.ckpt')
  取变量值时，在变量名后面加:0

import tensorflow as tf
import numpy as np

b = tf.Variable(tf.zeros([1]))
w = tf.Variable(tf.random_uniform([1,2],-1,1),name='w')

init = tf.global_variables_initializer()
saver = tf.train.Saver()# 保存变量
sess = tf.Session()
sess.run(init)

print('w_current:',sess.run(w))
# path = saver.save(sess,'./var.ckpt')# 返回保存路径
# print(path)
saver.restore(sess,'./var.ckpt')
print('w_save:',sess.run('w:0'))# 取变量值时，后面加:0

• 保存部分变量
  保存部分变量。需要保存的变量，以字典的形式传入tf.train.Saver()
• 恢复部分变量
  saver.restore(sess,'./part_var.ckpt')
  取变量值，通过变量名取出，不是别名sess.run(b1)

import tensorflow as tf
import numpy as np

b1 = tf.Variable(tf.random_uniform([1]))
b2 = tf.Variable(tf.random_uniform([1]))
w = tf.Variable(tf.random_uniform([1,2],-1,1),name='w')

init = tf.global_variables_initializer()
# 保存部分变量。需要保存的变量，以字典的形式传入tf.train.Saver()
saver = tf.train.Saver({'bf':b1,'bh':b2})
sess = tf.Session()
sess.run(init)

# print('w_current:',sess.run(w))
print('b1_current:',sess.run(b1))
print('b2_current:',sess.run(b2))
# path = saver.save(sess,'./part_var.ckpt')# 返回保存路径
# print(path)
s = saver.restore(sess,'./part_var.ckpt')
print('b1_save:',sess.run(b1))# 取变量值时
print('b2_save:',sess.run(b2))# 取变量值时

5 会话

5.1 会话的创建和运行