定义
- Tensorflow是一种计算图模型,即用图的形式来表示运算过程的一种模型。
- Tensorflow程序一般分为图的构建和图的执行两个阶段。
- 图的构建阶段也称为图的定义阶段,该过程会在图模型中定义所需的运算,每次运算的的结果以及原始的输入数据都可称为一个节点(operation ,缩写为op)。
- 图的执行阶段:在会话(session)中执行图模型中定义好的运算。
张量(tensor)
用来表示Tensorflow程序中的所有数据,主要由三个属性构成:Name、Shape和Type。Name代表的是张量的名字,Shape代表的是张量的维度,Type表示的是张量的类型。需要注意的是要保证参与运算的张量类型相一致,否则会出现类型不匹配的错误。
常量
常量的初始化,不管是对数值、向量还是对矩阵的初始化,都是通过调用constant()函数实现的。常用的方法tf.random_normal()、tf.truncated_normal()、tf.random_uniform()、tf.random_shuffle()等
变量
- 变量使用的是variable(),变量的作用是保存和更新参数。执行图模型时,一定要对变量进行初始化,经过初始化后的变量才能拿来使用。变量的使用包括创建、初始化、保存、加载等操作。
- 初始化变量的三种方式:初始化全部变量、初始化变量的子集以及初始化单个变量。首先,global_variables_initializer()方法是不管全局有多少个变量,全部进行初始化