1.前言
许多人对tensorflow无从下手,我也是一样,于是会有许多时间无故浪费,大好年华付之东流,却也阿q精神,反正也是浪费在学习上
2.背景
无
3.代码1
这是最常见的输出三张的代码
#调用第三方库
import tensorflow as tf
import os
#忽略级别 2 及以下的消息(级别 1 是提示,级别 2 是警告,级别 3 是错误)
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
#当版本不一致时,compat.v1可声明
tf.compat.v1.disable_eager_execution()
#创建想要的计算图
hello = tf.constant('张三')
#查看相关信息,注意:没有解码
print(hello)
#利用with关键字创建会话
#第一种方法
# with tf.compat.v1.Session() as sess:
# #执行计算图
# print(sess.run(hello).decode())
#第二种方法
sess = tf.compat.v1.Session()
print(sess.run(hello).decode())
sess.close()
4.代码2
#如果有人问,输出结果为什么是2468,36912,问这种问题的,建议多看看逻辑推理,看看结果是怎么推出来的。
import tensorflow as tf
import os
tf.compat.v1.disable_eager_execution()
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
v_1 = tf.constant([1, 2, 3, 4])
v_2 = tf.constant([1, 2, 3, 4])
v_3 = tf.constant([1, 2, 3, 4])
with tf.compat.v1.Session() as sess:
print(sess.run(v_1))
v_add = tf.add(v_1, v_2)
print(v_1)
with tf.compat.v1.Session() as sess:
print(sess.run(v_add))
print(v_add)
v_adds = tf.add(v_add, v_3)
with tf.compat.v1.Session() as sess:
print(sess.run(v_adds))
print(v_adds)
5.结语
多敲代码!多敲代码!多敲代码!