TensorFlow——TensorFlow基本运算

1、Session实例

import tensorflow as tf

# 搭建计算图
node1 = tf.constant(2.0, tf.float32, name='node1')
node2 = tf.constant(3.0, tf.float32, name='node2')
node3 = tf.add(node1, node2)

'''使用Session的模式一'''
sess = tf.Session()  # 创建会话
print('node3运算结果为:', sess.run(node3))  # 运行计算图
sess.close()  # 关闭会话

'''使用Session的模式二'''
# with tf.Session() as sess:
#     print(sess.run(node3))  # 运行计算图

'''指定默认的Session第一种方式'''
# sess = tf.Session()
# with sess.as_default():
#     print(node3.eval())

'''指定默认的Session第二种方式'''
# sess = tf.Session()
# print(node3.eval(session=sess))
# sess.close()

'''交互式环境下构建默认会话'''
# sess = tf.InteractiveSession()
# print(node3.eval())
# sess.close()

2、常量

import tensorflow as tf

# 定义常量
tenso
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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