TensorFlow笔记（2） 常量与变量【仅供自学】

1. constant 常量
2. Variable 变量
3. placeholder 占位符
4. Feed 提交数据
5. Fetch 提取数据
6. constant 常量
   在运行过程中值不变化的量
   创建语句：constant_ name = tf.constant(value)

node1 = tf.constant(2.0, tf.float32, name=“node1”)
1
在TensorFlow中无须进行初始化操作

import tensorflow as tf

定义常量

node1 = tf.constant(2.0, tf.float32, name="node1")
node2 = tf.constant(0.9, tf.float32, name="node2")

定义操作 node3 为 node1+node2

node3 = tf.add(node1, node2, name="node3")

建立会话,并通过上下文管理器来管理会话

with tf.Session() as sess:
    print(sess.run(node3))
1
2
3
4
5
6
7
8
9
10
11

2. Variable 变量

在运行过程中值会改变的单元
创建语句：name_variable = tf.Variable(value, name)

node1 = tf.Variable(2.0, tf.float32, name="node1")
1
在TensorFlow中须进行初始化操作
个别变量初始化：init_op = name_variable.initializer()

import tensorflow as tf

定义变量

node1 = tf.Variable(2.0, tf.float32, name=“node1”)
node2 = tf.Variable(0.9, tf.float32, name=“node2”)

定义操作 node3 为 node1+node2

node3 = tf.add(node1, node2, name=“node3”)

建立会话,并通过上下文管理器来管理会话

with tf.Session() as sess:
    sess.run(node1.initializer)	# 变量初始化
    sess.run(node2.initializer