tensorflow基础

tensorflow概述

一、基本知识

1. graph 表示计算任务，op是graph中的结点；
2. 会话Session执行计算；
3. tensor表示数据；
4. Variable表示变量。

二、构建和执行

1.构造图：

matrix = tf.contant([[3.,3.]])  # 创建一个op节点，产生1x2矩阵。

2.在会话中启动图：

sess = tf.Session()
result = sess.run(product) #product为一个图节点
print(result)
sess.close() #关闭会话

# 用with完成关闭
with tf.Session() as sess:
result = sess.run(product)
print(result)

二、Tensor

1.变量

tf.Variable(0,name='counter')  #创建变量，初始化为0

2. Fetch

result = sess.run([mul,intermed])  #可以取回mul和intermed的值

3.Feed

input1 = tf.placeholder(tf.types.float32)  #占位

input2 = tf.placeholder(tf.types.float32)

output = tf.mul(input1,input2)

with  tf.Session()  as  sess:

    print(sess.run([output],feed_dict={input1:[7.],input2:[2.]}))

4.随机数

tf.random_normal  #正态分布

tf.truncted_normal  #正态分布，平均值超过2个标准差，重新随机

tf.random_uniform  #均匀分布

tf.random_gamma  #Gamma分布