tensorflow 基本概念
来源:互联网 发布:淘宝直通车限制类目 编辑:程序博客网 时间:2024/05/09 05:37
一、占位符 tf.placeholder(dtype, shape=None, name=None)
在使用
Session.run()之前,需要使用feed_dict对占位符进行操作。
import tensorflow as tfimport numpy as npx = tf.placeholder(tf.float32, shape=(3,3))y = tf.matmul(x,x)with tf.Session() as sess: rand_array = np.random.rand(3,3) print sess.run(y, feed_dict={x: rand_array})
如果shape=(None, 1024), None是python中的空值,表示可以任何维度的1024列二维数组。
二、变量
在tensorFlow 一些随时用来计算变化操作共享的量,我们知道OP操作在python传递的是ndarray多维数组C++中就是tensorFlow的tensor类,多维数组在tensorFlow表示就是变量。
例如:
w = tf.Variable(tf.zeros([10]), name="weights")b = tf.Variable(tf.zeros([10]), name="bias")常量k = tf.constant(1)
Variable 第一个参数表示初始化的值,第二个参数表示参数的名称。
注意:初始化variable后,其type和shape就固定了。它的value可以通过assign方法进行改变。
如果你想要改变variable的shape,使用assign操作并validate_shape=False。
三、Session回话
tensorflow通过Session进行连接操作执行所有的op形成一个有向图。在进行Session之前,需要对变量进行初始化操作,使用的是
init = tf.initialize_all_variables()tf.Session.run(init)
Session的使用方式: tf.Session.run(fetches, feed_dict=None, options=None, run_metadata=None)
0 0
- tensorflow 基本概念
- TensorFlow基本概念
- TensorFlow基本概念
- TensorFlow基本概念
- TensorFlow基本概念
- Tensorflow基本概念
- tensorflow基本概念
- TensorFlow学习1--TensorFlow基本概念
- 谷歌tensorflow基本概念
- TensorFlow 基本概念和用法
- Tensorflow基本概念理解示例
- TensorFlow的一些基本概念
- 第一课 Tensorflow基本概念
- Tensorflow环境搭建&基本概念
- 新人上手TensorFlow之TensorFlow基本概念
- 【TensorFlow】TensorFlow第一课:安装与基本概念
- TensorFlow学习笔记:3、TensorFlow基本概念
- 【Tensorflow】Tensorflow一些常用基本概念与函数
- IE8下html5标签脱离文档流的现象及其解决方式
- 分布式一致性协议Raft原理与实例
- linux日志机制syslogd总结
- 2016沈阳赛区网络赛(1007,1009)
- RESTful API 设计最佳实践(1)
- tensorflow 基本概念
- leetcode 46. Permutations
- 【springmvc】springmvc实现日志的监听 log4j
- 关系型数据库索引类型
- 1002. 写出这个数 (20)
- 子串
- 在MYSQL中运用全文索引(FULLTEXT index)
- 利用python和opencv做的摄像头颜色提取
- java -- 语法