tensorflow 1.x 基本用法

一、TensorFlow 整体框架流程

1、定义数据变量

2、构造模型

3、定义损失函数

4、初始化变量

5、启动图

6、拟合模型

二、TensorFlow 主要术语简介

1、张量的阶、形状、数据类型

在TensorFlow系统中，张量的维数来被描述为阶.但是张量的阶和矩阵的阶并不是同一个概念.张量的阶（有时是关于如顺序或度数或者是n维）是张量维数的一个数量描述.比如，下面的张量（使用Python中list定义的）就是2阶.

    t = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

你可以认为一个二阶张量就是我们平常所说的矩阵，一阶张量可以认为是一个向量.对于一个二阶张量你可以用语句t[i, j]来访问其中的任何元素.而对于三阶张量你可以用't[i, j, k]'来访问其中的任何元素.

 

阶：

形状：

数据类型：

2、其他，如session、Graph、feed、fetch，参见http://www.tensorfly.cn/tfdoc/resources/glossary.html。

 

三、TensorFlow 中三种图启动的用法

 

 

 

事实上我一般只用第一种方法。