tensorflow:张量在计算图中的流通,这个我不知道怎么用语言形容,还不是很理解。但是,有两个关键字,一个是 张量,一个是 图 。张量 是一些…额…数据。他的分类上可以是常量或者是变量,在类型上是可以是n维的数组…;
图是结构流图。
张量输入经过一系列的变化,这一系列变化用图的形式表现出来就是结构流图。张量从输入到输出的过程就是__张量流动__。
现在只能这样粗饭的理解。
2.
变量的定义和初始化:
#等式左边的含义是:定义了w1,w2两个变量,等式右边的含义相当于是定义了变量的形状。
#但是并没有真正的赋值。
w1 = tf.Variable(tf.random_normal([2,3],mean=1.0, stddev=1.0))
w2 = tf.Variable(tf.random_normal([3,1],mean=1.0, stddev=1.0))
#global_variables_initializer().run() 这个方法是对变量进行初始化,
#这里才是真正的赋值(按照变量定义时等式右边的规定进行初始化)。
tf.global_variables_initializer().run()