Tensorflow编程学习笔记(1)_Session、Variable、Fetch和Feed

• 该系列是笔者在Tensorflow编程学习过程中记录的笔记，仅供参考。
• 所有涉及的代码都来自课堂学习纯手打记录。

---

Test1 常量、变量、Fetch、Feed、Session

在tensorflow中，常量通过constant函数来定义。
在tensorflow中，变量通过Variable函数来定义，注意：只要用到变量，就一定要run一下initialize_all_variables()来初始化变量。
Session在tensorflow中就像指针一样，指向需要运行的代码。
Session运行结束后，需要关闭。
Fetch对多个操作节点取值。
Feed给占位符赋值。

import tensorflow as tf

a = tf.constant(3.0)            #定义常量(赋值)
b = tf.Variable(1.0)            #定义变量(赋值)
c = tf.placeholder(tf.float32)  #定义占位符(位数)

d1 = tf.add(a,b)    #a+b
d2 = tf.sub(a,b)    #a-bb
d3 = tf.mul(a,b)    #a*b
d4 = tf.div(a,b)    #a/b

e1 = tf.mod(a,b)    #a%b
e2 = tf.abs(c)      #|c|
e3 = tf.sqrt(c)     #平方根
e4 = tf.pow(a,b)    #a^b

f1 = tf.maximum(a,b)
f2 = tf.minimum(a,b)

m1 = tf.constant([[3,3]])
m2 = tf.constant([[2],[3]])
g = tf.matmul(m1,m2)            #矩阵乘法[2*3+3*3]=[15]

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())    #变量初始化
    result = sess.run([d1,d2,d3,d4,e1,e4,f1,f2,g]) #Fetch
    print(result)
    print (sess.run(e2, feed_dict={c: -3}))        #Feed
    print (sess.run(e3, feed_dict={c: 4}))

    print(g)