1、变量
定义变量x、w:
- 创建变量:先转化成tensor的形式–
tf.veriable()
- 对变量进行操作–
y = tf.matmul()
- 全局初始化–
tf.global_variables_initializer()
- 创建会话–
tf.Session()
- .run(初始化的变量)
- 输出结果y.eval()
总的来说,先创建session会话区域,再创建变量x、w的骨架即tensor,再对变量进行初始化的操作,run,就能得到结果eval
初始化变量的三种方法:
2、基本操作
与numpy类似
(1)矩阵创建
- zeros
- zeros_like
- ones
- ones_like
- constant – 常量要用constan转化成tensor格式参与运算
- linspace – 在线性范围内取n个值
- range – 固定每步的大小取数
(2)随机
- random_normal 产生随机数
- random_shuffle 洗牌
*洗牌是对数据的操作,需要创建session会话再run
(3)自加操作
现对变量s++,循环3次
- s = Variable --创建变量
- add(s,tf.constant) --与常量1相加
- assign() --赋值
- 写好骨架后,创建会话run初始化的变量
- 在会话中for循环3次,run,assign()后的值
(4)Saver保存
保存当前的结果和状态
(4)np转化成tensor
(5)placeholder
先在会话中占用位置,run的时候赋值即可得到结果
feed_dict,给图中的节点赋值
(6)rank 矩阵维度
tf.rank(arr).eval()
tf.shape(arr).eval()
(7)argmax 最大值的索引
0-按列查
1-按行查
tf.argmax(arr,0).eval()
(8)equal 比较
tf.equal(x,y) # x == y return 1
(9)cast 类型转换
tf.cast(pre,"float")
(10)求均值
tf.reduce_mean(num)