tensorflow基础知识汇总

张量是tensorflow进行运算的基本元素和基本数据结构
运行时一定要初始化(初始化所有变量)
tfs.run(tf.global_variables_initializer)

在张量里面.3是0.3 3.是3.0

使用相同的值填充张量元素
zeros() zeros_like()[生成所有值的大小为0的张量]
ones() ones_like()[生成所有值的大小为1的张量]
fill()[自己设定相同的值的大小]

张量生成函数
lin_space(1,100,10) range(1,100,10)

随机分布填充张量元素

random_normal(mean,stddev)[用正态分布中的值填充]
random_uniform(minval,maxval)[用均匀分布中的值填充]
random_gamma(alpha,beta)[用伽马分布的值填充]
truncated_normal(mean,stddev)[用截断正态分布的值填充]

数据流图或计算图是Tensorflow的基本计算单位，统称为计算图

查看tensorflow版本
tf.__version__

tensorboard使用方法，写一个简单的回归函数代码

import tensorflow as tf

w = tf.Variable([.3],name='w',dtype=tf.float32)
b = tf.Variable([-.3],name='b',dtype=tf.float32)
x = tf.placeholder(name='x',dtype=tf.float32)
y = w * x + b

with tf.Session() as tfs:
    tfs.run(tf.global_variables_initializer())
    writer = tf.summary.FileWriter('tflogs',tfs.graph)
    print('run(y,{x:3}):',tfs.run(y,feed_dict={x:3}))

运行后，会在本地生成一个日志文件，切换到日志文件所在的文件夹，打开cmd，输入tensorboard --logdir "filename"
在浏览器输入即可查看tensorboard的内容了