Tensorflow 实战（-） 基础知识

1. tensorflow 介绍

1.1 设计理念
1) 图的定义与图的运行是分离开的
简单来说，就是定义了一个操作，但是并没有真正去运行，
tensorflow 被认为是一个符号主义的库。
编程模式分为命令式编程和符号式编程，
2) TensorFlow 中涉及的运算都在在图中，图的运算只能在session中，过程就是启动会话之后，用数据去填充节点，进行运算，关闭会话就不再进行计算。

2. tensorflow 变量作用域

2.1 variable_scope

只需要掌握两点：
tf.variable_scope(<scope_name>) #创建域名
tf.get_variable(name, shape, dtype, initializer) # 通过名称创建或者返回一个变量

相关实例如下：

def test_scope():    with tf.variable_scope("scope1") as scope1:        assert scope1.name == "scope1"        v = tf.get_variable('v1', [1])    with tf.variable_scope(scope1, reuse=True):  # #### reuse method        v2 = tf.get_variable('v1', [1])    assert v == v2    with tf.variable_scope("foo", initializer=tf.constant_initializer(0.4)):        mm = tf.get_variable("mm", [1])        with tf.Session() as sess:            sess.run(tf.global_variables_initializer())            x = sess.run(mm)            print(x)

2.2 name_scope

name_scope 只对op和通过Variable创建的变量有作用，对get_variable的无影响。

def name_scope():    with tf.variable_scope("scope1"):        with tf.name_scope("name_scope1"):            v = tf.get_variable("v", [1])            b = tf.Variable(tf.zeros([1]), name='b')            x = 1.0 + v    assert v.name == "scope1/v:0"    assert b.name == "scope1/name_scope1/b:0"    assert x.op.name == "scope1/name_scope1/add"