tf基础学习（一）

监督学习的两大类为分类问题与回归问题

定义常量：tf.constant([1.0,2.0],name="a")

定义变量：tf.Variable进行变量声明

w2=tf.Variable(tf.random_normal([3,1],stddev=1,seed=1))

tf.random_normal生成一些随机数：

tf.random_normal([2,3],stddev=1,seed=1)

例

import tensorflow as tfdata = tf.random_normal([2,3],stddev=1,seed=1)  #输出一个2*3的矩阵with tf.Session() as sess:    a = sess.run(data)

    print(a)

结果：

[[-0.8113182   1.4845988   0.06532937]

 [-2.4427042   0.0992484   0.5912243 ]]

即生成2*3的矩阵

定义会话：

with tf.Session() as sess:   #此处掉了()，运