Tensorflow基本用法

因需求需要用到些Tensorflow的知识,所以简单入门一下
首先我们去安装tensorflow,tensorflow有CPU版本和GPU版本有关tensorflow的安装可以看这个视频,讲解的很好tensorflow2.0的安装
安装好后我们进行代码操作

import tensorflow as tf

a = tf.constant(2.5)   # 定义一个常量,给a赋值为2.5
print(a)

b = tf.Variable(10, name="var")    #  定义一个变量,初始值10,名字为var
print(b)

在这里插入图片描述
分别定义了一个常亮和一个变量,但是打印出来确实类型的解释,tensorflow的数据都要放到session会话中执行

import tensorflow.compat.v1 as tf   #  如果是tensorflow2.0这么写     而 tensorflow 1.x写作 import tensorflow as tf
tf.disable_v2_behavior()     #  表示继续使用1.x版本的语法


a = tf.constant(2.5)   # 定义一个常量,给a赋值为2.5
print(a)

b = tf.Variable(10, name="var")    #  定义一个变量,初始值10,名字为var
print(b)

sess = tf.Session()    #创建session会话   
print(sess.run(a))

sess.close()   # 关闭session

在这里插入图片描述
可以看到打印了2.5
我们也可以给他指定数据类型如下

a = tf.constant(2, dtype=tf.int32)

但是我们打印这个变量b却是报错的,那是因为变量在tensorflow中都要进行初始化

init = tf.global_variables_initializer()
sess.run(init)
print(sess.run(b))

在这里插入图片描述
我们也可以用with as来创建session

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

a = tf.constant(3.4)
b = tf.Variable(12)
init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    print(sess.run(a))
    print(sess.run(b))
tensorflow四则运算

常量的计算

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

a = tf.constant(8)
b = tf.constant(2)

x1 = tf.add(a, b)
x2 = tf.multiply(a, b)
x3 = tf.subtract(a, b)
x4 = tf.divide(a, b)

with tf.Session() as sess:
    print(sess.run(x1))
    print(sess.run(x2))
    print(sess.run(x3))
    print(sess.run(x4))

在这里插入图片描述

变量的运算

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

a = tf.constant(8)
b = tf.Variable(2)
init = tf.global_variables_initializer()

x1 = tf.add(a, b)
x2 = tf.multiply(a, b)
x3 = tf.subtract(a, b)
x4 = tf.divide(a, b)

with tf.Session() as sess:
    sess.run(init)
    print(sess.run(x1))
    print(sess.run(x2))
    print(sess.run(x3))
    print(sess.run(x4))

在这里插入图片描述

TensorFlow是一个开源的人工智能框架,由Google开发和维护。它支持各种机器学习算法,包括神经网络、深度学习等,并提供了一系列的API和工具,使得开发者能够方便地构建和训练自己的模型。 TensorFlow基本概念包括: 1. Tensor:一个TensorFlow中的Tensor是一个多维数组。可以将它看作是一个n维的矩阵,其中n可以是任意整数。 2. Graph:TensorFlow中的Graph是指一组Tensor的计算图。它定义了Tensor之间的运算关系,以及数据在这些运算中的流动方式。 3. Session:TensorFlow中的Session是指一个计算图的执行环境。通过Session可以对计算图进行计算和优化。 4. Variable:TensorFlow中的Variable是指一个可变的Tensor。它可以在计算图中保持一个可持久化的状态,并且在不同的计算图之间共享。 TensorFlow的使用方法包括: 1. 安装TensorFlow库。可以从TensorFlow官网下载适合你的操作系统和版本的TensorFlow安装包,并按照安装说明进行安装。 2. 构建计算图。在TensorFlow中,可以通过一系列的API来定义计算图,包括Tensor和运算符等。 3. 创建Session。在计算图构建好之后,可以创建一个Session对象,并对计算图进行计算和优化。 4. 运行计算图。可以通过Session的run方法来运行计算图,并获取计算结果。 5. 保存和加载模型。可以使用TensorFlow提供的API来保存和加载训练好的模型,以方便后续的使用和部署。 需要注意的是,在使用TensorFlow之前,需要先了解TensorFlow基本概念和使用方法,并进行相应的安装和配置。此外,TensorFlow的使用需要一定的编程基础和数学基础,建议先学习相关知识再进行实现。
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