Tensorflow 基本操作（一）

Tensorflow(一)

关于Tensorflow

1. 什么是Tensorflow?
   TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。
   
2. 什么是数据流图（Data Flow Graph）?
   数据流图用“结点”（nodes）和“线”(edges)的有向图来描述数学计算。“节点” 一般用来表示施加的数学操作，但也可以表示数据输入（feed in）的起点/输出（push out）的终点，或者是读取/写入持久变量（persistent variable）的终点。“线”表示“节点”之间的输入/输出关系。这些数据“线”可以输运“size可动态调整”的多维数据数组，即“张量”（tensor）。张量从图中流过的直观图像是这个工具取名为“Tensorflow”的原因。一旦输入端的所有张量准备好，节点将被分配到各种计算设备完成异步并行地执行运算。
3. TensorFlow的特征
   高度的灵活性、真正的可移植性（Portability）、将科研和产品联系在一起、自动求微分、多语言支持、性能最优化

“Hello world”

import tensorflow as if #导入tensorflow
message = tf.constant('Hello tensorflow!')
#图形定义部分，创建计算图
#tf.constant 表示打印常量字符串 
#tensor 常量消息由字符串“Hello tensorflow!”构成。
with tf.Session() as sess:
    print(sess.run(message).decode())
#with tf.Session() as sess:利用with语句定义session为了执行计算图
#sess.run() 语句用来执行计算图
#使用with关键字创建会话，最后在会话中执行以上计算图

tensorflow代码的主要构成

1. 第一部分 import 模块包含代码将使用的所有库，在目前的代码中只使用 TensorFlow，其中语句 import tensorflow as if 则允许 Python 访问 TensorFlow 所有的类、方法和符号。
2. 第二个模块包含图形定义部分，创建想要的计算图。
3. 第三个模块是通过会话执行计算图，这部分使用 with 关键字创建了会话，最后在会话中执行以上计算图。

警告消息

不想看到警告消息。

import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

用于忽略级别 2 及以下的消息（级别 1 是提示，级别 2 是警告，级别 3 是错误）。

输出

该程序打印计算图执行的结果，计算图的执行则使用 sess.run() 语句， sess.run 求取 message 中所定义的 tensor 值；计算图执行结果输入到 print 函数，并使用 decode 方法改进，print 函数向 stdout 输出结果：

b'Hello tensorflow!'

输出结果是一个字节字符串。要删除字符串引号和“b”（表示字节，byte）只保留单引号内的内容，可以使用 decode() 方法。

print(sess.run(message).decode())