参考自彭靖田
TensorFlow数据流图
TensorFlow数据流图是一种声明式编程范式,通俗理解喂给模型数据。不同于传统的c/c++的命令式编程,一步一步来
斐波那契数列(声明式编程范式)
x=6
fib=lambda x:1 if x<=2 else fib(x-1)+fib(x-2)
print(fib(x))
命令式编程
def fib(n):
a,b = 1,1
for i in range(1 , n):
a, b = b, a + b
return a
张量
阶 | 数据实体 | Python样例 |
---|---|---|
0 | 标量 | scalar=1 |
1 | 向量 | vector=[1,2,3] |
2 | 矩阵(数据表) | matrix=[[1,2,3],[4,5,6],[7,8,9]] |
3 | 数据立方 | tensor=[[[1],[2],[3]],[[4],[5],[6]],…] |
n | n阶张量 | … |
- 张量从广义上表示任意形式的数据。张量的阶描述它表示数据的最大维度
- Tensor表示某种相同数据类型的多维数组
- 有三种特别的张量
tf.constant //常量
tf.placeholder //占位符,就是个壳,等待数据填充,框架搭好
tf.Variable //变量,更新后,内存并不释放,下一轮更新继续用,例如x=x+t