Tensorflow学习笔记（一）

                                            tensenflow的基本操作

一、导入tensorflow:

import tensorflow as tf

二、建立变量、常量：

w=tf.variable()变量

w=tf.constant()常量

三、初始化变量:

init_op=tf.global_variables_initializer()

四、运行:

两种方法：

1. with tf.Session() as sess:

                        sess.run(init_op)

2.sess=tf.Session()

   print(sess.run(w))

五、其实tensorflow跟numpy差不多,numpy的一些函数在tf中都适用:          

             

注意：tensorflow的变量格式最好是用float32，原因是cpu和gpu都适用，避免以后出现的一些难以解决的错误。

六、常用tf语句：

tf.assign(a,b)：作用是把后面的值传给前面的值

tf.train.Saver：可以保存

tf.placeholder：可以把tensorflow看作一张图，tf.placeholder可以把图中的一些变量位置占用，后期再赋值。

writer = tf.summary.FileWriter("./tmp", sess.graph)，可以把tensorflow的图保护在定义的路径中。

#在1.0版本中，tf.train.SummaryWriter已经改为tf.summary.FileWriter

tf.rank(array).eval():可以查看矩阵维度

tf.shape(array).eval():可以查看矩阵的行列数

tf.argmax(array,0).eval():可以按行找出矩阵最大值的索引值，tf.argmax(array,1).eval()则找出按列找出矩阵最大值的索引值

tf.equal(a,b):a与b对比是否相等，若相等返回true，否则返回fault

tf.cast(a,"float")：把a转换成float类型