初试Tensorflow

学程序得从最基本的语法说起，虽然都说tensorflow的python编程比较简单，但是俺都是从头学起，一没有python编程基础，二没有tensorflow的基础，所以这两个东西加在一起学，还是有一定难度的（因为还不太分得清哪个是tensorflow的语法，哪些是python的东西）。例如以下的程序样本，输入编辑器进行编程测试：

import numpy as np

x_vals = np.array([1., 3., 5.,7.,9.])  #用于生成变量
x_data = tf.placeholder(tf.float32)
m_const = tf.constant(3.)
my_product = tf.multiply(x_data,m_const)
for x_val in x_vals:

    print(sess.run(my_product,feed_dict={x_data:x_val}))

会出现错误：

NameError: name 'tf' is not defined

所以必须加入

import tensorflow as tf

一行表示导入TF环境

加上这个，还会不会出现问题呢？答案是yes，因为没有定义sess是什么，所以还必须定义：

sess = tf.Session()

这样就可以得出如下结果：

runfile('D:/fs/coding/example1.py', wdir='D:/fs/coding')
3.0
9.0
15.0
21.0

27.0

对于这些代码，

import tensorflow as tf
import numpy as np
x_vals = np.array([1., 3., 5.,7.,9.]) 
x_data = tf.placeholder(tf.float32)
m_const = tf.constant(3.)
my_product = tf.multiply(x_data,m_const)
sess = tf.Session()
for x_val in x_vals:

    print(sess.run(my_product,feed_dict={x_data:x_val}))

还有以下问题值得思考：

（1）能否改变x_vals定义的语句

x_vals = np.array([1., 3., 5.,7.,9.]) 

的顺序到x_data之后？

我的猜想应该是可以的，因为tensorflow是符号语言，数值带入占位符都是在会话中运行的，所以这个关系应该不大。

实际运行：运行如下代码

import tensorflow as tf
import numpy as np
x_data = tf.placeholder(tf.float32)
m_const = tf.constant(3.)
my_product = tf.multiply(x_data,m_const)
x_vals = np.array([1., 3., 5.,7.,9.]) 
sess = tf.Session()
for x_val in x_vals:

    print(sess.run(my_product,feed_dict={x_data:x_val}))

结果一样！

（2）如果要将整个变量【1 3 5 7 9】跟常量相乘，应该怎么写？

建议：my_product = tf.matmul(x_vals,m_const)

实际：运行如下代码：

import tensorflow as tf
import numpy as np
x_vals = np.array([1., 3., 5.,7.,9.]) 
x_data = tf.placeholder(tf.float32)
m_const = tf.constant(3.)
my_product = tf.matmul(x_vals,m_const)
sess = tf.Session()
#for x_val in x_vals:
print(sess.run(my_product))

发生错误：TypeError: Input 'b' of 'MatMul' Op has type float32 that does not match type float64 of argument 'a'.

答案是直接相乘：my_product = x_vals*m_const

这个就是基本的python编程，需要进行实践才能掌握。