Datawhale-NLP学习1_datawhale的nlp学习pdf-CSDN博客

本文链接：https://blog.csdn.net/u012835414/article/details/88036821

1. tensorflow安装

2. tensrflow基础

参考：

3. NLP 关注NLP基础技术、NLP核心技术、NLP+的介绍。

mac下Anaconda，安装。

1.Tensorflow是一种计算图模型，即用图的形式来表示运算过程的一种模型。Tensorflow程序一般分为图的构建和图的执行两个阶段。图的构建阶段也称为图的定义阶段，该过程会在图模型中定义所需的运算，每次运算的的结果以及原始的输入数据都可称为一个节点（operation ，缩写为op）。

可以利用CPU或GPU等计算资源分布式执行图的运算过程。一般我们无需显示的指定计算资源，Tensorflow可以自动地进行识别，如果检测到我们的GPU环境，会优先的利用GPU环境执行我们的程序。但如果我们的计算机中有多于一个可用的GPU，这就需要我们手动的指派GPU去执行特定的op。“tf.device(“/gpu:2”)”
调用函数as_default()生成默认会话，启动默认会话后，可以通过调用eval()函数，直接输出变量的内容。
交互式环境中经常会使用的InteractiveSession()方法，其创建sess对象后，可以直接输出运算结果。

2.Tensorflow（张量）是Tensorflow中最重要的数据结构，用来表示Tensorflow程序中的所有数据。Tensor本是广泛应用在物理、数学领域中的一个物理量。

可以把Tensor理解成N维矩阵（N维数组）。
计算图模型中，操作间所传递的数据都可以看做是Tensor。
构建图的运算过程输出的结果是一个Tensor，且其主要由三个属性构成：Name、Shape和Type。Name代表的是张量的名字，也是张量的唯一标识符，我们可以在每个op上添加name属性来对节点进行命名，Name的值表示的是该张量来自于第几个输出结果（编号从0开始）。注：保证参与运算的张量类型相一致，否则会出现类型不匹配的错误。

3.常量constant()：Tensorflow中对常量的初始化，不管是对数值、向量还是对矩阵的初始化，都是通过调用constant()函数实现的。

constant有五个参数，分别为value（必选），name，dtype，shape和verify_shape（验证shape是否正确，默认值为关闭状态(False)）。
tf.zeros、tf.ones、tf.fill、tf.linspace、tf.range等，均可以快速初始化一些常量。
tf.random_normal()、tf.truncated_normal()（）、tf.random_uniform()、tf.random_shuffle()生成一些随机的张量，方便快速初始化一些随机值。
随机张量random_normal()有shape、mean、stddev、dtype、seed、name六个属性。
其它随机张量的具体使用方法和属性介绍：https://www.tensorflow.org/api_guides/python/constant_op。

4.变量variable()：保存和更新参数。执行图模型时，一定要对变量进行初始化，经过初始化后的变量才能拿来使用。变量的使用包括创建、初始化、保存、加载等操作。