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。