3.1 张量,计算图,会话
本节课目标:搭建第一个神经网络,总结搭建八股
基于TensorFlow的NN:用张量表示数据,用计算图搭建神经网络,用会话执行计算图,优化线上的权重(参数),得到模型.
张量(Tensor):多维数组(列表)
阶:张量的维数
维数 | 阶 | 名字 | 例子 |
---|---|---|---|
0-D | 0 | 标量 scalar | s=123 |
1-D | 1 | 向量 vector | v=[1,2,3] |
2-D | 2 | 矩阵 matrix | m=[[1,2,3],[4,5,6],[7,8,9] |
n-D | 3 | 向量 tensor | t=[[[[… |
张量可以表示0阶到n阶数组(列表)
tensorflow的数据类型:tf.float32 tf.int32
例子:
实现两个张量的加法:
import tensorflow as tf
a=tf.constant([1.0,2.0]) #定义一个张量a为常数1.0,2.0
b=tf.constant([3.0,4.0