1.TensorFlow基本概念
- 使用图(graphs)来表示计算任务
- 在被称之为会话(session)的上下文(context)中执行图 使用tensor表示数据
- 使用变量(Variable)维护状态
- 使用feed和fetch可以为任意的操作赋值或者从其中获取数据
TensorFlow是一个编程系统,使用图(graphs)来表示计算任务,图中的节点称之为op(operation),一个op获得0个或多个tensor,执行计算,产生0个或多个tensor,tensor看作是一个n维的数组或列表。
图必须在会话(Session)里被启动
2.创建图 启动图
import tensorflow as tf
m1 = tf.constant([[3,3]]) #创建一个常量op,1*2
m2 = tf.constant([[2],[3]]) #创建一个常量op,2*1
product = tf.matmul(m1,m2) #创建一个矩阵乘法op,把m1和m2传入计算
#结果并不是一个数字,而是tensor ,计算需要在会话里面的图,
# 前面只定义了一些op,但缺乏session,所以不会计算结果
#Tensor("MatMul:0", shape=(1, 1), dtype=int32)
print(product)
sess = tf.Session() #定义一个会话,启动默认图
#调用sess的run方法来执行矩阵乘法op
#run(product)触发了图中的3个op
result = sess.run(product)
print(result)
sess.close()#关闭会话
##另一种定义会话的方式(常用)
with tf.Session() as sess:
result = sess.run(product)
print(result)