tensorflow 入门之二 - TensorFlow 矩阵相加

tensorflow 入门之二 - TensorFlow 矩阵相加

import tensorflow as tf
tf.__version__

'1.14.0'

# 定义第一个矩阵
vec_1=tf.constant([1,2,3,4])

# 定义第二个矩阵
vec_2=tf.constant([7,8,9,10])

vec_1,vec_2

(<tf.Tensor 'Const:0' shape=(4,) dtype=int32>,
 <tf.Tensor 'Const_1:0' shape=(4,) dtype=int32>)

tf.Tensor: 表明他是 Tensor

Const_6:0: tf 标识,说明其类型是 Const, 6:0 随着运行次数的增加而增加

shape=(4,): 矩阵的类型,说明是一维向量,有 4 个值

dtype=int32: 数据类型是 int32

# 定义加法
ver_add=tf.add(vec_1,vec_2)
ver_add

<tf.Tensor 'Add:0' shape=(4,) dtype=int32>

tf.Tensor: 表明他是 Tensor

Add_1:0: tf 标识,说明其类型是 Add , 1:0 随着运行次数的增加而增加

shape=(4,): 矩阵的类型,说明是一维向量,有 4 个值

dtype=int32: 数据类型是 int32

# 运行上面的定义
with tf.Session() as se:
    print(se.run(ver_add))

[ 8 10 12 14]

运行结果是两个向量的和

[1,2,3,4]

[7,8,9,10]

=

[ 8 10 12 14]