【Tensorflow】周莫烦-Tensorflow笔记

本文档详细介绍了Tensorflow的使用,包括Session的控制、Variable的初始化、Placeholder的使用、激励函数及其作用、神经网络的构建与训练、优化器的选择如SGD、Adam等,以及Tensorboard的可视化技巧。此外,还探讨了分类学习、dropout防止过拟合、CNN和RNN/LSTM在深度学习中的应用。
摘要由CSDN通过智能技术生成

地址:https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/
代码地址:https://github.com/MorvanZhou/tutorials/tree/master/tensorflowTUT

Tensorflow 6 Session 会话控制 :

Session的两种打开模式

import tensorflow as tf
# create two matrixes
matrix1 = tf.constant([[3,3]])
matrix2 = tf.constant([[2],
                       [2]])
product = tf.matmul(matrix1,matrix2)

# method 1
sess = tf.Session()
result = sess.run(product)
print(result)
sess.close()
# [[12]]

# method 2
with tf.Session() as sess:
    result2 = sess.run(product)
    print(result2)
# [[12]]

product一开始只是被定义而已,但是在Tensorflow里面,每次都要run才能使它激活运行,
用with的方式使用Session的话,不用手动close

Tensorflow 7 Variable 变量
import tensorflow as tf
state = tf.Variable(0, name='counter')
# 定义常量 one
one = tf.constant(1)
# 定义加法步骤 (注: 此步并没有直接计算)
new_value = tf.add(state, one)
# 将 State 更新成 new_value
update = tf.assign(state, new_value)

必须要进行初始化!!!

init = tf.initialize_all_variables() 

若要运行init,依然需要Session激活,若要输出里面的值,也要用sess指针指向

# 如果定义 Variable, 就一定要 initialize
# init = tf.initialize_all_variables() # tf 马上就要废弃这种写法
init = tf.global_variables_initializer()  # 替换成这样就好
 
# 使用 Session
with tf.Session() as sess:
    sess.run(init)
    for _ in range(3<
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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