TensorFlow初学(一)
来源:互联网 发布:淘宝信誉查询网站 编辑:程序博客网 时间:2024/06/07 03:18
Tensorflow所有的计算都会转化为计算图上的节点,
tensor张量的意思,可以理解为多维数组,可以理解为它的数据结构;flow 流,体现了计算模型;
tensorflow是通过计算图的形式来表述计算的编程系统。
每一个计算都是计算图上的一个节点,节点之间的变描述为计算之间的依赖关系。
每一个节点就是一个运算,而每一条边代表了计算之间的依赖关系。
如果一个运算的输入依赖另一个运算的输出,这这两个运算由依赖关系。
tensorflow 程序一般分为两个阶段:
1、定义计算图中的所有计算。
for example:import tensorflow as tf/常用载入tensorflow的技巧
a=tf.constant([1,2],name="a")//定义向量
b=tf.constant([1,2],name="b")
rusult=a+b
2执行计算阶段
注意的是在这个过程中,tf会自动的将定义的计算转化为计算图上的节点。系统还会自动维护一个默认的计算图
通过tf.get_default_graph()获取当前默认的计算图
False
tf.get_variable(name, shape, initializer): name就是变量的名称,shape是变量的维度,initializer是变量初始化的方式,初始化的方式有以下几种:
tf.constant_initializer():常量初始化函数
tf.random_normal_initializer():正态分布
tf.truncated_normal_initializer():截取的正态分布
tf.random_uniform_initializer():均匀分布
tf.zeros_initializer():全部是0
tf.ones_initializer():全是1
tf.uniform_unit_scaling_initializer():满足均匀分布,但不影响输出数量级的随机值
这里又是一个坑:
initialize_all_variables已被弃用,将在2017-03-02之后删除。
说明更新:使用tf.global_variables_initializer
代替
千辛万苦:
...: v = tf.get_variable("v", shape=[1], initializer=tf.zeros_initializer)
...:
...: tf.global_variables_initializer().run()
...: with tf.variable_scope("",reuse=True):
...: print(sess.run(tf.get_variable("v")))
...:
[ 0.]
/*********Tnsor("add:0", shape=(2,), dtype=float32)******************/
- TensorFlow初学(一)
- 初学tensorflow一
- tensorflow初学代码系列一(基于莫烦视频)
- TensorFlow初学(二)
- 初学 Tensorflow (构造神经网络)
- 初学tensorflow
- 初学tensorflow
- [TensorFlow]:初学TensorFlow
- Tensorflow(一)- 初识tensorflow
- 初学 Tensorflow(线性回归预测)
- 初学XML(一)
- flex初学(一)
- Java初学(一)
- 初学MFC (一)
- 初学XML(一)
- 初学ios(一)
- 初学smarty(一)
- opencv初学(一)
- Java JVM 2: 锁优化
- 应用上悬浮的快速启动菜单
- 107. Binary Tree Level Order Traversal II
- Boost库迭代器
- Kafka 几个实现细节
- TensorFlow初学(一)
- win7系统thumbs.db文件怎么彻底删除
- jsp中iframe在子页面和父页面之间传值
- oracle各个版本下载(官网要登录,复制链接迅雷下载)
- 回调函数的C++实现
- hibernate入门
- Spyder安装和使用和安装PyQt4(单独为了装python的ide)
- ubuntu16.04安装配置opencv2.4.13
- 算法(1):Union-Find