# -*- coding: utf-8 -*-
import tensorflow as tf
# 创建一个常量 op, 产生一个 1x2 矩阵. 这个 op 被作为一个节点
# 加到默认图中.
#
# 构造器的返回值代表该常量 op 的返回值.
matrix1 = tf.constant([[3., 3.]])
# 创建另外一个常量 op, 产生一个 2x1 矩阵.
matrix2 = tf.constant([[2.],[2.]])
# 创建一个矩阵乘法 matmul op , 把 'matrix1' 和 'matrix2' 作为输入.
# 返回值 'product' 代表矩阵乘法的结果.
product = tf.matmul(matrix1, matrix2)
#print(product)
## 启动默认图.
#sess = tf.Session()
#
## 调用 sess 的 'run()' 方法来执行矩阵乘法 op, 传入 'product' 作为该方法的参数.
## 上面提到, 'product' 代表了矩阵乘法 op 的输出, 传入它是向方法表明, 我们希望取回
## 矩阵乘法 op 的输出.
##
## 整个执行过程是自动化的, 会话负责传递 op 所需的全部输入. op 通常是并发执行的.
##
## 函数调用 'run(product)' 触发了图中三个 op (两个常量 op 和一个矩阵乘法 op) 的执行.
##
## 返回值 'result' 是一个 numpy `ndarray` 对象.
#result = sess.run(product)
#print(result)
## ==> [[ 12.]]
#
## 任务完成, 关闭会话.
#sess.close()
with tf.Session() as sess:
result = sess.run([product])
print (result)
tensorflow学习笔记(1)-sess
最新推荐文章于 2023-08-30 10:38:53 发布