TensorFlow的基本概念
一、TensorFlow的结构
如上图,TensorFlow由Tensor、operation、session、variable等组成,其中Tensor表示数据,operation表示操作(例如加减乘除),所有的流程图Graph都由Session来启动,variable表示变量。
上面的流程图表示,首先喂入Tensor数据到operation中,然后又产生新的Tensor这样一个流程,这个流程是由Session来启动的。
二、用代码来表现上面的流程
import tensorflow as tf
#定义变量
x = tf.Variable([3, 4])
#定义常量
a = tf.constant([5, 6])
#定义一个减法op
sub = tf.subtract(x, a)
#定义一个加法op
add = tf.add(x, sub)
#初始化变量
init = tf.global_variables_initializer()
#使用Session来启动运算流程
with tf.Session() as sess:
sess.run(init)
print(sess.run(sub))
print(sess.run(add))
三、实现变量进行循环赋值操作
使用assign()进行赋值操作,for _ in range(5)进行循环操作
import tensor