(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