tensorflow简单介绍
tensor采用图运算的方式搭建并训练深度学习网络,该部分使用的库包版本为tensorflow==1.14.0
代码拆分(每个代码块可以放到一个jupyter的cell里)
导入tensorflow
import tensorflow as tf
创建变量、常量并进行加减法计算
x = tf.Variable([1,2])
a = tf.constant([3,3])
# 增加一个减法op
sub = tf.subtract(x,a)
# 增加一个假发op
add = tf.add(x,sub)
# 创建变量初始化
init = tf.global_variables_initializer()
# 创建会话,并运行
with tf.Session() as sess:
sess.run(init)
print(sess.run(sub))
print(sess.run(add))
输出:
output:
[-2 -1]
[-1 1]
创建变量并逐渐对变量赋值
# 创建一个变量初始化为0
state = tf.Variable(0,name="counter")
# 创建一个op,作用是使state加1
new_value = tf.add(state,1)
# 赋值op
update = tf.assign(state,new_value)
# 变量初始化
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
print(sess.run(state))
for _ in range(5):
sess.run(update)
print(sess.run(state)) # 可以看到每次update之后state里面存的值就会改变
输出:
output:
0
1
2
3
4
5
完整代码
import tensorflow as tf
# 创建一个变量初始化为0
state = tf.Variable(0,name="counter")
# 创建一个op,作用是使state加1
new_value = tf.add(state,1)
# 赋值op
update = tf.assign(state,new_value)
# 变量初始化
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
print(sess.run(state))
for _ in range(5):
sess.run(update)
print(sess.run(state)) # 可以看到每次update之后state里面存的值就会改变