1Helloworld
2计算图
开发图会自动内部产生
计算图实例:
3张量
张量没保存数字,如把node3打印出来,如add:0是没有值的,表达的是一个计算过程
张量的维度
import tensorflow as tf
tens1=tf.constant([[[1,2,2],[2,2,3]],
[[3,5,6],[5,4,3]],
[[7,0,1],[9,1,9]],
[[11,12,7],[1,3,4]]],name="tens1")
#python语句中包含[],{}或()括号中间换行的就不需要多行换行符
print(tens1)
#3维数组,每一项有时2维数组
以后命名还是要加上name,tensorboard会以其命名不然会自定义命名。有三个[]说明三维数组。
第一个数4,最外围括号有四个元素
第二个数,第2个括号两个元素
一维数组有三个最后一个是3
import tensorflow as tf
scalar=tf.constant(100)
vector=tf.constant([1,2,3,4,5])
matrix=tf.constant([[1,2,3],[4,5,6]])
cube_matrix=tf.constant([[[1],[2],[3]],
[[4],[5],[6]],
[[7],[8],[9]]])
print(scalar.get_shape())
print(vector.get_shape())
print(matrix.get_shape())
print(cube_matrix.get_shape())
张量的阶
获取张量的元素
import tensorflow as tf
tens1=tf.constant([[[1,3,4],[2,4,2]],[[3,3,4],[4,4,4]],[[5,4,5],[6,1,2]]],name="tens1")
print(tens1.get_shape)
sess=tf.Session()
print(sess.run(tens1)[1,1,0])
sess.close()
张量的类型
类型不匹配会报错,a不带小数是int32,第二个是float32,直接用加法也是可以的,想要int32结果给了float32
operation操作
tensorboard中示图
可以发现变量有一个 初始值,会有一个赋值的操作,然后再读取
加法有两个输入两个输出,operation是add,小y是给定的常数。