1.1 案例 tensorflow实现加法运算
1、代码
import tensorflow as tf
import os
def tf_demo():
#该部分只是定义了操作的过程,并没有运行
a=tf.constant(2) #
b=tf.constant(3)
c=a+b
print(c)
#开启会话
with tf.Session() as sess:
c_v=sess.run(c)
print(c_v)
if __name__ == '__main__':
#print('PyCharm')
tf_demo()
输出1
输出2
注:
在TensorFlow API中创建常量的函数原型如下所示:
tf.constant(
value,
dtype=None,
shape=None,
name='Const',
verify_shape=False
)
可以看到第一个值value是必须的,可以是一个数值,也可以是一个列表。
tensor=tf.constant(1)
tensor=tf.constant([1, 2])
为查看结果必须创建一个会话,并用取值函数eval()来查看创建的tensor的值
sess=tf.Session()
with sess.as_default():
print('结果是:', tensor.eval())
2、TensorFlow结构分析
TensorFlow程序通常被组织成一个构建图阶段和一个执行图阶段。
在构建阶段,数据与操作的执行步骤被描述成一个图
在执行阶段,使用会话执行构建好的图中的操作
- 图和会话
图:将计算表示为指令之间依赖关系的一种表示法
会话:运行数据流图的机制 - 张量:TF中基本数据对象
- 节点:提供图当中执行的操作
3、数据流图介绍
使用张量作为介质,将各操作作为节点,形成一张完整的图。