1.简介
tensorflow程序一般分为图的构建和图的执行两个阶段。图的构建阶段也称为图的定义阶段,该过程会在图模型中定义所需的运算,每次运算的的结果以及原始的输入数据都可称为一个节点(operation ,缩写为op)
1.1图的创建
import tensorflow as tf
m1 = tf.constant([10,3])
m2 = tf.constant([2,2])
m3 = tf.add(m1,m2)
1.2图的执行阶段(创建会话)
with tf.Session() as sess:
print(sess.run(m3))
2.tensor(张量)
图的创建过程中的数据都是张量,如例子中的m1,m2,m3,张量之间互相运算要类型一致,张量可通过会话体现。
3.常量/变量/站位符(placeholder)
m1 = tf.constant(1)
m2 = tf.zeros((2,3),tf.float32)
m3 = tf.random_normal((3,4),mean = 10)
m4= tf.Variable([1,2]) #变量在使用前必须激活或者说是初始化
m5 = tf.Variable(100)
m6 = tf.Variable(tf.zeros((10,20)))
init1 = tf.global_variables_initializer()
init2 = tf.variables.initializer([m4,m5])
with tf.Session() as sess:
sess.run(init1) #将全部变量初始化/激活
sess.run(init2) #将m4,m5变量初始化/激活
sess.run(m6.initializer()) #将单个变量m6激活
4.变量的保存
saver = tf.train.Saver()
saver.save(sess,"/home/Sn/文档") #保存至本地