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