系列文章
本教程有同步的github地址
知识点
变量:顾名思义就是可以变化的量,与之对应的是常量,常量在程序运行期间是不可以变的。
TensorFlow中的变量的含义与Python中变量的含义类似,都是用于存放数据的单位。
tf.Variable([1,2])
代表定义了一个变量,并且赋值[1, 2]。
tf.subtract(x, y)
代表减法操作,即x - y
。
tf.add(x, y)
代表加法操作,即x + y
。
tf.assign(state, add_one)
代表赋值操作,即将add_one
赋值给state
。
示例
#%% md
# 变量的定义及其操作
#%% md
导包
#%%
import tensorflow as tf
#%% md
创建变量x
#%%
x = tf.Variable([1,2])
#%%
x
#%% md
创建常量y
#%%
y = tf.constant([3, 3])
#%%
y
#%% md
创建减法操作
#%%
sub = tf.subtract(x, y)
#%%
sub
#%% md
创建加法操作
#%%
add = tf.add(x, y)
#%%
add
#%% md
全部变量进行初始化
#%%
init = tf.global_variables_initializer()
#%%
init
#%% md
创建会话Sess输出结果
#%%
with tf.Session() as sess:
init_res = sess.run(init)
sub_res, add_res = sess.run([sub, add])
#%% md
`init_res`没有输出结果为None
#%%
init_res, type(init_res)
#%%
sub_res
#%%
add_res
#%% md
## 实现数值的自增
#%% md
定义变量state
#%%
state = tf.Variable(0, name="counter")
#%%
state
#%% md
定义自增操作
#%%
add_one = tf.add(state, 1)
#%%
add_one
#%% md
定义赋值操作
#%%
update = tf.assign(state, add_one)
#%%
update
#%% md
初始化全部变量
#%%
init = tf.global_variables_initializer()
#%% md
定义会话进行结果的计算与输出
#%%
with tf.Session() as sess:
sess.run(init)
state_res = sess.run(state)
print(state_res)
for _ in range(5):
# add_one_res = sess.run(add_one)
update_res = sess.run(update)
state_res = sess.run(state)
# print(add_one_res)
# print(update_res)
print(state_res)
#%%