Tensorflow基础学习
来源:互联网 发布:vlookup查找相同数据 编辑:程序博客网 时间:2024/06/08 09:43
定义两个常量相乘
import tensorflow as tf# 创建一个常量 op, 产生一个 1x2 矩阵. 这个 op 被作为一个节点# 加到默认图中.## 构造器的返回值代表该常量 op 的返回值.matrix1 = tf.constant([[3., 3.]])# 创建另外一个常量 op, 产生一个 2x1 矩阵.matrix2 = tf.constant([[2.],[2.]])# 创建一个矩阵乘法 matmul op , 把 'matrix1' 和 'matrix2' 作为输入.# 返回值 'product' 代表矩阵乘法的结果.product = tf.matmul(matrix1, matrix2)sess = tf.Session()# 调用 sess 的 'run()' 方法来执行矩阵乘法 op, 传入 'product' 作为该方法的参数. # 上面提到, 'product' 代表了矩阵乘法 op 的输出, 传入它是向方法表明, 我们希望取回# 矩阵乘法 op 的输出.## 整个执行过程是自动化的, 会话负责传递 op 所需的全部输入. op 通常是并发执行的.# # 函数调用 'run(product)' 触发了图中三个 op (两个常量 op 和一个矩阵乘法 op) 的执行.## 返回值 'result' 是一个 numpy `ndarray` 对象.result = sess.run(product)print(result)# ==> [[ 12.]]# 任务完成, 关闭会话.sess.close()
tf.constant表示定义一个常量。
实验结果如下:
[[ 12.]]
下面介绍定义一个变量相加:
import tensorflow as tfstate = tf.Variable(0, name="counter")# 创建一个 op, 其作用是使 state 增加 1one = tf.constant(1)new_value = tf.add(state, one)update = tf.assign(state, new_value)# 启动图后, 变量必须先经过`初始化` (init) op 初始化,# 首先必须增加一个`初始化` op 到图中.init_op = tf.initialize_all_variables()# 启动图, 运行 opwith tf.Session() as sess: # 运行 'init' op sess.run(init_op) # 打印 'state' 的初始值 print(sess.run(state)) # 运行 op, 更新 'state', 并打印 'state' for _ in range(3): sess.run(update) print(sess.run(state))
实验结果如下:
0123
阅读全文
0 0
- tensorflow基础学习笔记
- Tensorflow基础学习
- Tensorflow基础学习笔记
- Tensorflow学习系列(二): tensorflow基础
- tensorflow学习笔记二:入门基础
- tensorflow学习记录(二):入门基础
- tensorflow学习笔记(一)-基础模型
- tensorflow学习笔记二:入门基础
- tensorflow学习笔记(1):基础元素
- Tensorflow基础:卷积神经网络迁移学习
- 深度学习基础知识 和 Tensorflow基础
- TensorFlow基础
- Tensorflow基础
- Tensorflow基础
- Tensorflow 基础
- Tensorflow基础
- tensorflow基础
- Tensorflow基础
- linux下的gdb调试
- 云服务与云存储
- 金蝶EAS,ListUI或EditUI弹出文件选择窗口,获取文件路径
- easyui datagrid 加载慢的问题
- DMZ区的介绍及连接图
- Tensorflow基础学习
- 5A 大功率降压电路DCDC
- 6/5学习笔记
- bzoj2759:一个动态树好题 (LCT+Exgcd)
- Android7.0中文API -- ZoomControls
- C++实现tab补全(Windows限定)
- 简化angular1依赖注入
- 剑指offer——重建二叉树
- 从零开始写设备树DTS