TensorFlow基础

                           

# 本质 tf = tensor + 计算图
# tensor 数据
# op 运算操作
# graphs 数据操作过程
# session 运算交互环境

变量定义

import tensorflow as tf
#data1 = tf.constant(2,dtype=tf.int32)
data1 = tf.constant(2.5)
data2 = tf.Variable(10,name = 'var')
print(data1)
print(data2)
'''
sess = tf.Session()
print(sess.run(data1))
init = tf.global_variables_initializer()
sess.run(init)
print(sess.run(data2))
sess.close()
'''
init = tf.global_variables_initializer()
sess = tf.Session()
with sess:
    sess.run(init)
    print(sess.run(data1))
    print(sess.run(data2))

变量定义:

import tensorflow as tf

data = tf.Variable(2)                        #1 定义
init = tf.global_variables_initializer()     #2 初始化
with tf.Session() as sess:
    sess.run(init)                           #3 放入session运行初始化
    print(sess.run(data))                    #4 使用

四则运算

# 四则运算
import tensorflow as tf
data1 = tf.constant(6)
data2 = tf.constant(2)
dataAdd = tf.add(data1,data2)
dataMul = tf.multiply(data1,data2)
dataSub = tf.subtract(data1,data2)
dataDiv = tf.divide(data1,data2)
with tf.Session() as sess:
    print(sess.run(dataAdd))
    print(sess.run(dataMul))
    print(sess.run(dataSub))
    print(sess.run(dataDiv))
print('end!')

矩阵基础

# 矩阵定义 []内部[ 列数据]   []括号整体行数据
# 一行两列矩阵 [[c,c]]
import tensorflow as tf
data1 = tf.constant([[6,6]])    #一行两列 
data2 = tf.constant([[2],       #两行一列
                     [2]])
data = tf.constant([[1,2],     #三行两列
                     [3,4],
                     [5,6]])
print(data.shape)              #打印维度
with tf.Session() as sess:
    print(sess.run(data))
    print(sess.run(data[0]))   #打印某一行
    print(sess.run(data[:,0])) #打印某一列
    print(sess.run(data[0,1])) #打印(m,n)

#生成0-10随机矩阵
mat5 = tf.random_uniform([3,3],0,10)   

绘图

import numpy as np
import matplotlib.pyplot as plt
x = np.array([1,2,3,4,5,6,7,8])
y = np.array([4,5,6,5,4,5,6,5])
#plt.plot(x,y,'r')
#plt.plot(x,y,'g',lw=10)
plt.bar(x,y,0.5,alpha=0.2,color='b')
plt.stem(x,y,'r')                        #火柴图
# bar stem fill pie waterfall            # 瀑布
plt.fill(x,y,'r')                        #多边形
plt.show()

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值