我的tensorflow学习-------1

近几年人工智能很火，刚好谷歌又很早的开源了它们的机器学习框架tensorflow，当然如果觉得tensorflow无法满足你的需求你也可以导入keras（它是一个深度学习框架，集成了很多高阶的API，现在tensorflow已经内置了keras了）为我们这些小白搭建自己的神经网络创造了可能，感谢开源者。

首先需要在电脑中安装python的64位解释器，最好安装python3.x，如果你需要安装一个python虚拟机的话，建议安装virtualven。

像我们这样的小白下载cpu版本的就行了，毕竟对gpu版本的对于显卡也有要求。

做好那些准备工作后，让我们正式开始我们的tensorflow之路。

可以说tensorflow就像是一门基于python的新语言，它申明变量也需要特殊关键字。
比如我需要一个变量x,如果是c，我需要 int c=0;但是在tensorflow中，我们需要这样x=tf.Variable(0)

import tensorflow as tf

#如果你需要定义数据的类型可以将dtype设置为float32
state=tf.Variable(0,name='none')# 参数分别是初始值，变量的名字属性，这里变量类似一个对象含有多个属性


print("state的名字是："+state.name)

one=tf.constant(1)#one为一个常量，初始化值为1


new_value=tf.add(state,one)#一个简单的加法方法

update=tf.assign(state,new_value)#给state赋值为new_value

init=tf.initialize_all_variables()#初始化所有定义的变量，或者说是将这些变量激活


with tf.Session() as sess:
	#激活模型
    sess.run(init)
    for _ in range(3):
        sess.run(update)
        print(sess.run(state))#需要输出 一定要sess.run(),直接写变量名字没用