参考:https://blog.csdn.net/mzpmzk/article/details/78636127
https://www.jianshu.com/p/c2692590e00f
https://blog.csdn.net/u013841196/article/details/82960765
基础知识:
operation :节点操作(步骤,比如,加减乘除、初始化、定义一个tensor,数据做的每一个变换)
tensor:张量(数、向量、矩阵、等 字符、整数、等,一切数据统称)
graph:计算图(由operation 和tensor组成,有点像工作流程图)
Session:会话(开辟内存,执行计算图)
variable:变量(。。)
1.tensorflow 数据都是tensor格式,tensor 看作是一个 n 维的数组或列表.
0-d tensor:number
1-d tensor:vector
2-d tensor:matrix
2.tensorflow 的工作模式是 两步操作。
1.Define the computation graph
2.Run the graph (with data) in Session
3.tensorflow 的特点
1.异步的:一处写,一处读,一处训练
2.全局的:操作添加到全局的Graph
中,监控添加到全局的summary
中(tensorflowboard),参数/损失添加到全局的collection
中
3.符号式的:创建时没有具体值,运行时才传入(Session)
4.variable 与tensor 区别
1. Variable是可更改的,而Tensor是不可更改的。
2. Variable用于存储网络中的权重矩阵等变量,而Tensor更多的是中间结果等。
3. Variable是会显示分配内存空间的,需要初始化操作(assign一个tensor),由Session管理,可以进行存储、读取、更改等操作。相反地,诸如Const, Zeros等操作创造的Tensor,是记录在Graph中,所以没有单独的内存空间;而其他未知的由其他Tensor操作得来的Tensor则是只会在程序运行中间出现。
4. Tensor可以使用的地方,几乎都可以使用Variable。