tensorflow（1）基础

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)