tensorflow深度学习基础01（待更）

一、tensorflow常量、变量和数据类型
1、

import tensorflow as tf
# 解决警告
import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
# 常量创建方法
input1 = tf.constant(1)
print(input1)
# 创建一个一常数为底的初始值，省略了tf.int的常量类型
input2 = tf.Variable(2, tf.int32)
print(input2)
input2 = input1
sess = tf.Session()
print(sess.run(input2))

首先对input1进行打印，结果是一个int32类型的张量，input2仍旧是read0的状态，表示虽然其被赋予了新值，但是没有发生真实值的改变，而只有当input2在会话中执行过，才能够真正发生真实值的改变
2、占位符

input1 = tf.placeholder(tf.int32)

import tensorflow as tf
# 解决警告
import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
# 占位符，并赋予float32类型
input1 = tf.placeholder(tf.int32)
input2 = tf.placeholder(tf.int32)
# 加法运算
output = tf.add(input1, input2)
sess = tf.Session()
# feed_dict函数，它是tensorflow的一种机制
# 允许在运行时，使用不同的值替换一个或多个tensor的值，
# 它将tensor对象映射为Numpy的数组，同时正在执行step时，这些数组就是tensor的值
print(sess.run(output, feed_dict={input1: [1], input2: [2]}))

3、矩阵计算