新手小白 学习tensorflow 笔记

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

作为一个刚刚接触深度学习的小白，学习tensorflow，记录自己的学习历程。

---

一、tensorflow是什么？

百度百科的介绍：

TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。

TensorFlow可被用于语音识别或图像识别等多项机器学习和深度学习领域，对2011年开发的深度学习基础架构DistBelief进行了各方面的改进，它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。TensorFlow将完全开源，任何人都可以用。

经过查阅觉得这种定义最为简洁：TensorFlow 是一个开源的、基于 Python 的机器学习框架，它由 Google 开发，并在图形分类、音频处理、推荐系统和自然语言处理等场景下有着丰富的应用，是目前最热门的机器学习框架。

推荐不错的学习网站：http://c.biancheng.net/view/1885.html
本文章就摘自此网站。

二、TensorFlow常量、变量、占位符

1. 常量 变量 占位符

TensorFlow 支持以下三种类型的张量：
常量：常量是其值不能改变的张量。

变量：当一个量在会话中的值需要更新时，使用变量来表示。

占位符：用于将值输入 TensorFlow 图中。它们可以和 feed_dict 一起使用来输入数据。在训练神经网络时，它们通常用于提供新的训练样本。在会话中运行计算图时，可以为占位符赋值。这样在构建一个计算图时不需要真正地输入数据。需要注意的是，占位符不包含任何数据，因此不需要初始化它们。

在接触其他语言时，常量变量都非常的熟悉，而占位符不是很熟悉。

用Jupyter Notebook 写一下代码，学习常量
代码如下（示例）：

t_1 = tf.constant(4)  #声明一个标量常量
t_2 = tf.constant([4,3,2]) #声明一个形如 [1，3] 的常量向量
zero_t = tf.zeros([2,3],tf.int32)
# Results in an 2x3 array of zeros:[[0 0 0],[0 0 0]]
ones_t = tf.ones([2,3],tf.int32)
# Results in an 2x3 array of ones:[[1 1 1],[1 1 1]]
range_t = tf.range(10)
#Result:[0 1 2 3 4 5 6 7 8 9]

2.变量

3.占位符!

三、简单计算代码

import tensorflow as tf

#定义一个会话对象
sess=tf.InteractiveSession()
v1=tf.constant([1,2,3,4])
v2=tf.constant([2,1,5,3])
vadd=tf.add(v1,v2)
print(sess.run(vadd)) #运行
sess.close()

运算结果