tensorflow入门学习一

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