tensorflow基本知识1

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