Tensorflow简介
来源:互联网 发布:2016电脑点歌软件 编辑:程序博客网 时间:2024/06/06 07:30
Tensorflow是Google开源的深度学习框架,用于训练神经网络模型
Google的神经网络可视化工具http://playground.tensorflow.org/
下文为了叙述方便,将Tensorflow简记为tf
tf计算模型——计算图graph
tf会将定义的“计算”自动转化成“计算图上的节点”,“节点之间的边”描述了“计算之间的依赖关系”,tf的计算图可以用来隔离、管理计算和张量
tf程序分为两个阶段:1.定义计算图中的所有计算,2.执行计算(类似spark里的rdd)
import tensorflow as tftf.constant() #定义常量tf.get_default_graph() #获取当前默认的计算图tf.Graph() #生成新的计算图tf.get_variable() #定义变量tf.Variable() #保存和更新网络中的参数tf.Graph.device() #指定运行设备tf.add_to_collection() #将资源加入一个或多个“集合”中tf.get_collection() #获取一个集合里的所有资源
tf数据模型——张量tensor
张量可以理解为多维数组,tf中的张量没有真正保存数组数字,保存的是如何得到这些数字的计算过程,即运算结果的引用。当计算图构造完成后,使用张量可以获得计算结果
tf中的张量结构保存了三个属性:name,shape,type,张量的命名形式是“node:src_output”(node是计算图上的节点名,src_output是当前张量来自node的第几个输出)
Tensor('add:0',shape=(2,),dtype=float32)tf运算里维度、类型不匹配会报错
tf支持14种不同的类型:实数(tf.float32、tf.float64)、整数(tf.int8、tf.int16、tf.int32、tf.int64、tf.uint8)、布尔型(tf.bool)、复数(tf.complex64、tf.complex128)
tf运行模型——会话session
tf里的会话用于执行定义好的运算。会话管理tf程序运行的所以资源,当所有计算完成后,需要关闭会话以帮助系统回收资源
import tensorflow as tfsess=tf.Session() #创建一个会话tf.Tensor.eval() #计算张量tf.Tensor的取值tf.InteractiveSession() #自动将生成的会话注册为默认会话tf.ConfigProto() #配置会话sess.run() #利用对话运算sess.close() #关闭会话
阅读全文
0 0
- TensorFlow简介
- TensorFlow 简介
- TensorFlow简介
- tensorflow简介
- TensorFlow简介
- Tensorflow简介
- Tensorflow简介
- Tensorflow-简介
- Tensorflow简介
- Tensorflow简介
- TensorFlow简介
- TensorFlow教程 1 Tensorflow简介
- Tensorflow 分布式部署简介
- 人工智能----TensorFlow开篇简介
- 深度学习---tensorflow简介
- Tensorflow 分布式部署简介
- Tensorflow 分布式部署简介
- tensorflow 入门简介
- ss命令
- 微积分的实质?袁萌评知乎的谬论
- JSP自定义标签入门1.0
- web app 无限加载终极解决方案
- c#--Entity Framework概述
- Tensorflow简介
- lucene的Highlighter不能成功让结果集高亮的原因之一
- scrapy 进阶使用
- Tensorflow框架基本使用方法
- python的数据类型(下)
- c#--c#6新特性
- intellij idea 破解 2017
- (十二)java并发编程--线程优先级
- js sort方法根据数组中对象的某一个属性值进行排序