【深度学习】第二章TensorFlow入门

最新推荐文章于 2023-03-23 19:23:03 发布

一一张xi

最新推荐文章于 2023-03-23 19:23:03 发布

阅读量437

点赞数

分类专栏：深度学习

本文链接：https://blog.csdn.net/a8689756/article/details/109044644

版权

本文介绍了TensorFlow 2.0的基础知识，包括如何创建常量、计算图、开启和关闭session，以及OP的基本操作如加减乘除。此外，还探讨了矩阵运算、随机数生成和Variable的使用，最后讲解了占位符的概念及其在执行图中的作用。内容涵盖了TensorFlow中变量的初始化、赋值以及图形的可视化。

摘要由CSDN通过智能技术生成

用的tensorflow版本为2.0的所有有些代码有所改动

1. TensorFlow介绍

在生活中如google图像搜索、谷歌翻译等都使用了tensorflow
在这里插入图片描述

tensorfolw中文网站：https://tensorflow.google.cn/?spm=5176.12282072.0.0.46472042LCyVpj

2. 计算图session Tensor

在这里插入图片描述
实现下面的代码，核心过程如下：

import tensorflow as tf 
a=tf.constant(32) #创建常量
b=tf.constant(10) #创建常量
c=tf.add(a,b)
print(a)
print(b)
print(c)

在这里插入图片描述

可以看出来tensorflow只是将上面定义的tensor作为节点保存，没有具体的值，要想显示具体的值，需要开启session

开启session

tf.compat.v1.disable_eager_execution() #因为安装的是高版本的，要想session能用必须先写这个

sess= tf.compat.v1.Session()

关闭session

sess.close()

在这里插入图片描述
注意如果tensorflow如果是2.0版本下面无法运行的

import tensorflow as tf 
sess=tf.Session()
print(sess.run(a))
print(sess.run([a,b]))
print(sess.run([a,b,c]))

在这里插入图片描述
将session产生的结果保存在一个变量中，下面的py便是一个正常的数值

#将上面产生的结果保存在一个变量中
py_a=sess.run(a)
print(type(py_a))

py_r=sess.run([a,b,c])
print(type(py_r))
print(py_r[0],py_r[1],py_r[2])

在这里插入图片描述

tensor可以由各种各样的类型，如字符串、布尔值、列表、浮点型等转换

3. OP 矩阵随机化 Variable

3.1 OP

op：tensorflow具有很多基本操作，这些操作定义为op

方法	返回值类型	参数	说明
算数运算符
.add()	Tensor	x, y, name=N	加法(若x,y都为tensor, 数据类型需一致, 以下所有x,y都如此)
.subtract()	Tensor	同add	减法
.multiply()	Tensor	同add	元素级乘法
.scalar_mul()	Tensor	scalar, x	标量*tensor
.div()	Tensor	同add	除法(结果dtype同x,y)
.divide()	Tensor	同add	同Python除法 int8, int16 --> float32 int32, int64 --> float64
.truediv()	Tensor	同add	同上
.floordiv()	Tensor	同add	结果向下取整, 但结果dtype与输入保持一致
.realdi