Tensorflow（一）

一 Tensorflow的环境配置

这里我直接粘贴一位大佬安装教程，深度学习环境配置4——windows下的tensorflow-cpu=1.13.2环境配置_Bubbliiiing的学习小课堂-CSDN博客这里简要说一下，我的环境配置，

tensorflow：1.13.2     

keras：2.1.5  

其他的环境配置包括：

scipy==1.2.1
numpy==1.17.0
tensorflow==1.13.2
Keras==2.1.5
matplotlib==3.1.2
opencv_python==4.1.2.30
tqdm==4.60.0
Pillow==8.2.0
h5py==2.10.0

这里建议先看看这位大佬的环境配置文章，相信问题也不大。

二  Tensorflow的几个关键词

图：这里我把图理解为一张画，基本上一个py文件建议一张画。

会话：我刚开始学习的时候，把它理解为一根线，就是把这张图连接起来。

张量：我理解为数据，也就是数值。

节点：一般就是操作过程，比如加，减，乘，除等等。

图的一些操作：

1. 获取一个默认图：

import tensorflow as tf

# 实现一个加法
a = tf.constant(11.0)
b = tf.constant(10.0)

c = tf.add(a, b)

# 获取默认图
g = tf.get_default_graph()
print("获取当前加法运算的图，", g)
print(a.graph)
print(b.graph)
print(c.graph)


# 开启一个会话运行这个加法
with tf.Session()  as sess:
    c_cre = sess.run(c)
    print(sess.graph)
    print(c_cre)

上面这个程序主要是实现了一个加法运算，其中g，a,b,c,sess输出的图都是一个地址，即默认地址。

2.TensorBoard-可视化学习

TensoBoard其实简单理解起来就是一个可以看见的图，它将我们程序视作一张图在网页中显示出来，这里我还是借用上面的加法案列。程序如下；
第一步：将我们的程序变成一个enevts文件。

这里我新建了一个目录，用来存放我的events。

 

第二步：在如下程序中，加入以下几句话。运行这个程序后，我们就可以在第一步的文件中看到生成的events文件。

import tensorflow as tf

# 实现一个加法
a = tf.constant(11.0)
b = tf.constant(10.0)

c = tf.add(a, b)

# 获取默认图
g = tf.get_default_graph()
print("获取当前加法运算的图，", g)
print(a.graph)
print(b.graph)
print(c.graph)


# 开启一个会话运行这个加法
with tf.Session()  as sess:
    c_cre = sess.run(c)
    print(sess.graph)
    filewriter=tf.summary.FileWriter("./temp/summary/",graph=sess.graph)
    print(c_cre)

第三步： 在pycharm的Terminal中输入tensorboard --logdir=log，就可以得到连接，在谷歌中输入就可得到，如下所示：

 

注意事项：

 1.在刚开始做第三步时出现如下错误：

---

解决方案： 

在tensorflow环境下查找...\Lib\site-packages\tensorboard路径下的manager.py 打开修改_type_timestamp的定义下的serialize，

serialize=lambda dt: int(dt.strftime("%S"))，

 注意后面的逗号也加，否则就会出现报错。如下：