PaddlePaddle 入门 --- 常量&变量的加法

PaddlePaddle 入门 — 常量&变量的加法

本文介绍一下paddlepaddle中的常量加法和变量的加法,除了加法，其他的常用运算可以在fluid.layers中找到。

常量加法

1. 导入必要库

import paddle.fluid as fluid

2. 定义两个张量，给定shape为[2,2],数值为1，类型为int64

x1=fluid.layers.fill_constant(shape=[2,2],value=1,dtype='int64')

x2=fluid.layers.fill_constant(shape=[2,2],value=1,dtype='int64')

3. 对两个张量进行求和运算

y1=fluid.layers.sum(x=[x1,x2])

4. 创建解析器，解析器的目的是执行program(需先执行参数初始化)；根据自己的硬件来确定是CPU还是GPU， CPUPlace()使用的是CPU，CUDAPlace()则使用的是GPU。

# 创建使用CPU的解析器
place=fluid.CPUPlace()
exe=fluid.executor.Executor(place)

# 参数初始化
exe.run(fluid.default_startup_program())

5. 执行计算，执行计算时候program的参数值是主程序，默认有两个program，一个是default_startup_program()，即上面代码中用来进行参数初始化的代码，另一个是default_main_program()。fetch_list参数的值是解析器run之后要 输出 的值，即，需要填入计算加法之后要输出的结果值。

result=exe.run(program=fluid.default_main_program(), fetch_list=[y1])
print(result)

输出的结果是一个张量：[array([[2,2],[2,2]])]

变量加法

定义占位符，需要计算时，再将具体的数据喂进去。

1. 导入PaddlePaddle库和numpy的库

import paddle.fluid as fluid
import numpy as np

2. 定义两个之后用来动态赋值的张量

a=fluid.layers.create_tensor(dtype='int64',name='a')
b=fluid.layers.create_tensor(dtype='int64',name='b')

3. 同样，定义这两个张量的加法操作

y=fluid.layers.sum(x=[a,b])

4. 创建一个使用CPU的解析器，并进行参数初始化

place=fluid.CPUPlace()
exe=fluid.executor.Executor(place)

# 参数初始化
exe.run(fluid.default_startup_program())

5. 使用numpy创建两个张量值，之后我们要计算的就是两个值

a1=np.array([3,2].astype('int64'))
b1=np.array([1,1].astype('int64'))

6. 相对于常量，exe.run()的参数中多了一个feed参数，用于对张量变量进行赋值（采用键值对的方式，key是相当于占位符的名称，value是要传递的值），而fetch_list则用来接受返回值，在此希望将a,b,y的值都输出，因此定义了3个变量对其进行接收。

out_a, out_b, result=exe.run(program=fluid.default_main_program(),
                            feed={'a':a1,'b':b1},
                            fetch_list=[a,b,y])
print(out_a, "+",out_b,"=",result)

输出的结果为：

(array([3,2]),'+',array([1,1]),'=',array([4,3]))