tensorflow学习（1）

tensorflow：在session中进行，由graph表示

 

import tensorflow as tf

#创建常量op
m1 = tf.constant([[3,3]]) #创建一个一行两列的矩阵
m2 = tf.constant([[2],[3]])#创建一个两行一列的矩阵
#在此记忆一个[]为列表，两个[[]]是矩阵

#创建一个矩阵乘法op
product =tf.matmul(m1,m2)
'''
print (profuct) 
在此直接打印，的到结果为tensor
Tensor("MatMul:0", shape=(1, 1), dtype=int32)
所以放入会话中
'''
#定义会话，启动默认的图
#在图中调用run ，触发之前的三个op
'''
sess =tf.Session()
result = sess.run(prosuct)
print (result)
sess.close()
'''

with tf.Session() as sess:
    result = sess.run(product)
    print(result)

 

关于变量Variable：一定要初始化

import tensorflow as tf

#创建变量op
x =tf.Variable([1,2])
y =tf.constant([3,3])
#变量初始化
init =tf.global_variables_initializer()#变量初始化

#创建减法op
sub =tf.subtract(x,y)
#创建减法op
add =tf.add(x,sub)

with tf.Session() as sess:
    sess.run(init)#在加载前先运行这个变量
    print (sess.run(add))
    print (sess.run(sub))

对于变量在for循环中运用：

i = tf.Variable(0)
#创建变量op
update = tf.add(i, 1)
#变量加一op
stact = tf.assign(i, update)
#赋值op，后一个数值付给前一个
init =tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    for j in range(5):
        print(sess.run(i))
        sess.run(stact)