3.1 张量、计算图、会话

基于Tensorflow的NN：用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。

张量(tensor)：多维数组（列表）    阶：张量的维数

维数	阶	名字	例子
0-D	0	标量 scalar	s=1 2 3 ，表示一个书
1-D	1	向量 vector	v=[1,2,3]    表示一维数组
2-D	2	矩阵 matrix	m=[[1,2,3],[4,5,6],[7,8,9]] 表示二维数组
n-D	n	张量 tensor	t=[[[.....     注：n个[代表n阶

张量可以表示0阶到n阶数组（列表）

• 数据类型：tf.float32      tf.int32  加法实例的计算：

import tensorflow as tf
a = tf.constant([1.0,2.0])
b = tf.constant([3.0,4.0])

result = a+b
print result

显示：

Tensor("add:0",shape=(2,),dtype=float32)

计算图只描述了计算过程，不运行计算结果

下面运行第一个tensorflow框架的实例：

会话（Session）：执行计算图中的节点运算

  1 import tensorflow as tf
  2 x = tf.constant([[1.0,2.0]])
  3 w = tf.constant([[3.0],[4.0]])
  4 y = tf.matmul(x,w)     # 实现矩阵乘法运算
  5 print y
  6 with tf.Session() as sess:
  7     print sess.run(y)
                        

运行后，会出现结果，同时也出现了一些warning，原因在于电脑支持一些加速的指令，但是运行代码时，并没有启动这些指令，因此可以把这些提示暂时屏蔽掉，方法如下,进入bashrc文件，进入的方法如下：

vim ~/.bashrc

然后在该文件中加入：

export TF_CPP_MIN_LOG_LEVEL=2

以降低tensorflow的提示等级，然后ESC键：wq  保存退出后，在终端中输入：

source ~/.bashrc

即实现设置生效的作用。再运行上述代码时，即只会出现结果，而不会出现相关的warning的提示信息。