原视频教程:
https://www.bilibili.com/video/BV19x411X7k6?from=search&seid=9816644268076164289
环境配置版本
特别注意,Cuda版本、cuDNN版本、TensorFlow版本、Python版本都需要对应,具体的对应关系网上有很多查看的教程,这里我使用的环境是
Cuda :v11.0
cuDNN:v8.0.4
TensorFlow:v2.4.0
Python:3.8(注意,Python 3.8只能安装TensorFlow2.0之后的版本)
Tensorflow
1、使用图 graph 来表示计算任务;
2、使用会话 Session 的上下文 context 来执行图
3、使用张量 tensor 来表示数据
4、通过变量 Variable 维护状态
5、使用 feed 和 fetch 可以赋值和获取数据
代码例子:
import os
#调整日志等级需要在import tensorflow as tf之前
os.environ["TF_CPP_MIN_LOG_LEVEL"]="1" # 只显示 warning 和 Error
import tensorflow as tf
#下面三句都是图graph
matrix1 = tf.constant([[3,3]])
matrix2 = tf.constant([[2],[2]])
product = tf.matmul(matrix1,matrix2) #这一步并不是计算!只是图
with tf.Session() as sess:#真正的计算
result = sess.run(product)
print(result)