1、使用图(graphs)表示计算任务。
在被称之为会话(session)的上下文(context)中执行图
使用tensor表示数据
通过变量(variable)维护状态
使用feed和fetch可以为任意的操作赋值或者从其中获取数据
2、tensorflow是一个编程系统,使用图(graphs)来表示计算任务,图(graphs)中的节点称之为op(operation),一个op获得0个或多个tensor,执行计算,产生0个或多个tensor。tensor看作是一个n维的数组或列表。图必须在会话(session)里被启动。
3、注意用tensorflow编写程序的格式
import tensorflow as tf
x=tf.Variable([1,2])#变量
a=tf.constant([3,3])#常量
#增加一个减法op
sub=tf.subtract(x,a)
#增加一个加法op
add=tf.add(x,sub)
#变量需要初始化,不然会报错
init=tf.global_variables_initializer()#全局变量的初始化
with tf.Session() as sess: #所有的操作要在session里面
sess.run(init)#调用init初始化变量
print(sess.run(sub))
print(sess.run(add))
[-2 -1]
[-1 1]
4、用tensorflow写一个循环
import tensorflow as tf
state=tf.Variable(0,name='counter')#name用于命名,定义一个初始化为0的变量
#创建一个op,作用是state加1
new_value=tf.add(state,1)
#赋值op
update=tf.assign(state,new_value)
#变量初始化
init=tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
print(sess.run(state))
for _ in range(5):
sess.run(update)
print(sess.run(state))
0
1
2
3
4
5