一、tensorflow基础（计算图、常量、变量、占位符、）

-- coding: utf-8 --

import tensorflow as tf
‘’’
#创建一个常量运算，将作为一个节点加入到默认计算图中
hello=tf.constant(“hello word”)
#创建一个对话
sess=tf.Session()
#运行并获取结果
print(sess.run(hello))

#建立简单的计算图
node1=tf.constant(3.0,tf.float32,name=“node1”)
node2=tf.constant(4.0,tf.float32,name=“node2”)
node3=tf.add(node1,node2)
print(“运行node1，node2，node3结果:\n”,node1,node2,node3)
#建立对话并运行结果
sess=tf.Session()
print(“运行sess.run(node1),sess.run(node2),sess.run(node3)\n”,
sess.run(node1),sess.run(node2),sess.run(node3))
#关闭对话
sess.close()

#张量的属性
#tensor(“add:0”,shape=(),dtype=float32)
#tensor（ 名字：来自节点的第几个输出，形状，类型）
tens1=tf.constant([[[1,2,2],[2,2,3]],
[[3,5,6],[5,4,3]],
[[7,0,1],[9,1,9]],
[[11,12,7],[1,3,14]]],name=“tens1”)
print(tens1)
#获取张量shape属性
print(tens1.get_shape())
sess=tf.Session()
#获取张量里面的某一个值
print(’（1，1，0）对应的值为：’,sess.run(tens1)[1,1,0])
sess.close()
#建立会话方式：
#1.
sess=tf.Session()
print(sess.run(result))
sess.close()
#2.自动关闭会话，无需手动
with tf.Session( ) as sess:
print(sess.run(result))
‘’’
#--------------------------常量和变量------------------------------#
‘’’
1.常量
创建语句：
constant_name=tf.constant(value)
2.变量
(1)创建语句
name_variable=tf.Variable(value,name)
(2)个别变量初始化：
init_op=name_variable.initializer()
(3)所有变量初始化：
ini_op=tf.global_variables_initializer()

#----------------------------------------------------------------------
#------------------------------占位符和提交数据--------------------------
‘’’
#tf.placeholder(dtype,shape=none,name=none)
#x=tf.placeholder(tf.float32,[2,3],name=‘tx’)
‘’’
#feed提交数据
a=tf.placeholder(tf.float32,name=‘a’)
b=tf.placeholder(tf.float32,name=‘b’)
c=tf.multiply(a,b,name=‘c’)
init=tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
#通过fee_dict的参数传值，按字典格式
result=sess.run(c,feed_dict={a:8.0,b:3.5})
print(result)
‘’’
#tensorboard可视化：
#清除default graph和不断增加节点
tf.reset_default_graph()
#logdir改为自己机器上合适的路径
logdir=‘D:\tesorflowstudy\log’
#定义一个简单的计算图，实现向量加法的操作
input1=tf.constant([1.0,2.0,3.0],name=“input1”)
input2=tf.Variable(tf.random_uniform([3]),name=“input2”)
output=tf.add_n([input1,input2],name=“add”)
#生成一个写日志的writer，并将当前的tesorflow计算图写入日志
writer=tf.summary.FileWriter(logdir,tf.get_default_graph())
writer.close()