Tensorflow笔记（I）

2018.10.10

根据TF官网上的指导在Ubuntu18.04下安装TF

https://www.tensorflow.org/install/pip

选择推荐的虚拟模式下安装TF

进入虚拟模式：

$ source ./venv/bin/activate

之后命令行前面会出现虚拟环境名称：

退出虚拟环境：

$ Deactivate

在根目录下进入虚拟环境（在非根目录下进入不了虚拟环境），然后cd进入自己写的python程序所在的文件夹。

创建一个张量试验一下：

用到会话（Session）时（最后一条指令），出现了warning，表明这台电脑的CPU支持AVX2和FMA扩展，但是安装的TensorFlow版本无法编译使用。除了通常的算术和逻辑，现代CPU提供了许多低级指令，称为扩展，如SSE2，SSE4，AVX等，但是TF无法使用这些指令。

这只限于CPU。如果有GPU，则不需要关心AVX的支持，因为大多数昂贵的操作将被分派到一个GPU设备上（除非明确地设置）。在这种情况下，可以忽略此警告。

详见 https://blog.csdn.net/hq86937375/article/details/79696023

在代码中加入如下代码，忽略警告：

import os

os.environ[‘TF_CPP_MIN_LOG_LEVEL’] = ‘2’//提高了提示信息的等级

这个命令可以控制 python 程序显示提示信息的等级，"0"表示显示所有信息；"1"表示不显示 info，"2"表示不显示 warning，"3"表示不显示error。

安装好之后再来学习一下基本知识：

张量：张量就是多维数组（列表），用“阶”表示张量的维度

0 阶张量称作标量，表示一个单独的数；

举例 S=123

1 阶张量称作向量，表示一个一维数组；

举例 V=[1,2,3]

2 阶张量称作矩阵，表示一个二维数组，它可以有 i 行 j 列个元素，每个元素可

以用行号和列号共同索引到；

举例 m=[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

判断张量是几阶的，就通过张量右边的方括号数，0 个是 0 阶，n 个是 n 阶，张

量可以表示 0 阶到 n 阶数组（列表）；

举例 t=[ [ [… ] ] ]为
3 阶。

数据类型：Tensorflow 的数据类型有 tf.float32 、2 tf.int32 等。

计算图（ Graph ）： 搭建神经网络的计算过程，是承载一个或多个计算节点的一

张图，只搭建网络，不运算。

会话（ Session ）： 执行计算图中的节点运算。

用 with 结构实现：

with tf.Session() as sess:

print（sess.run(y y) )

python中的with…as…结构适用于一些事先需要设置，事后需要清理的情况。