paddle概述

（一）paddle的下载使用与平台的使用

飞桨官网：https://aistudio.baidu.com/aistudio/index
飞桨安装方法：点这里

（二）paddle的基本使用

"""
1.paddle的认识

"""
import paddle.fluid as fluid
import numpy as np
x=fluid.layers.fill_constant(shape=[1], #定义一个常数的张量，1维，int64类型，值为5
                           dtype="int64",
                           value=5)
y=fluid.layers.fill_constant(shape=[1], #定义一个常数的张量，1维，int64类型，值为5
                           dtype="int64",
                           value=1)
z=x+y #添加一个操作，但此处并没有执行，要在执行器上执行
# 定义一个执行器
place=fluid.CPUPlace()
exe=fluid.Executor(place)
res=exe.run(
    program=fluid.default_main_program(),
    fetch_list=[z])
print(res)
"""
2.paddle中的占位使用
"""
x1=fluid.layers.data(
    name="x1",
    shape=[2,3],
    dtype="float32")
y1=fluid.layers.data(
    name="y1",
    shape=[2,3],
    dtype="float32")
x_add_y=fluid.layers.elementwise_add(x1,y1)# 两个元素相同位置进行相加
x_mul_y=fluid.layers.elementwise_mul(x1,y1)
# 定义执行器
place=fluid.CPUPlace()
exe=fluid.Executor(place)
exe.run(program=fluid.default_startup_program())# 初始化图表，因为使用的是占位符
# 定义一个数值，用于给占位符进行
a=np.array([[1,2,3],[4,8,12]])
b=np.array([[3,24,3],[24,83,2]])
#根据张量的名字进行传惨
param={"x1":a,"y1":b}
outs=exe.run(fetch_list=[x_mul_y,x_add_y],
             feed=param #传入的参数
             )
print(outs)
print(outs[0]) #返回第一个结果，因为传了两个，所以有两种结果
print(outs[1])

在