变量和常量
import tensorflow as tf
#1、定义一个变量,必须给定初始值
a = tf.Variable(initial_value = 3,dtype=tf.float32)
#2、定义一个张量
b = tf.constant(value=2.0,dtype=tf.float32)
c = tf.add(a,b)
#3、在启动图之前,变量必须先经过初始化操作
init_op = tf.initialize_all_variables()
#3、启动图
with tf.Session() as sess:
#运行init_op进行变量初始化,一定要放到所有运行操作之前
sess.run(init_op)
#init_op.run() #这行代码也是初始化运行操作,但是要求明确给定当前代码块对应的默认session(tf.get_default_graph())
注意:tensorflow中的常量变量并不能直接赋float int 等类型的数据
占位符
#构建一个矩阵的乘法,但是矩阵在运行的时候给定
m1 = tf.placeholder(dtype=tf.float32,shape=[1,2],name='m1')
m2 = tf.placeholder(dtype=tf.float32,shape=[2,1],name='m2')
m3 = tf.matmul(m1,m2)
with tf.Session() as sess:
print("result:\b{}".format(sess.run(m3,feed_dict={m1:[[1,2]],m2:[[1],[1]]})))
相互赋值
占位符的值可以赋给变量,不能用等号,等号是重新创建了一个节点
占位符 ==》 变量
a = tf.placeholder(dtype=tf.int32)
b = tf.Variable(dtype=tf.int32,initial_value=1)
assign_op = tf.assign(b,a)
with tf.Session() as sess:
sess.run(assign_op,feed_dict={a:5})
print(sess.run(b))