tensorflow 入门学习（1）

来源：互联网发布：ubuntu u盘启动工具编辑：程序博客网时间：2024/05/21 09:05

tf的基本函数介绍点击打开链接

下面的样例取自tensorflow中文社区

有自己实验的注释

样例1

import tensorflow as tfmatrix1 = tf.constant([[3., 3.]])matrix2 = tf.constant([[2.],[2.]])product = tf.matmul(matrix1, matrix2)sess = tf.Session()result = sess.run(product)print resultsess.close()

上面申明了两个矩阵op，然后定义了一个矩阵乘法，都是tf写好的函数，然后用一个回话运行即可

run里面的参数即是要返回的结果，可以用[ans1,ans2..]查看多个结果，包括中间变量

样例2

a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')c = tf.matmul(a, b)sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))print sess.run(c)

同样申明两个矩阵，但是用了shape可以讲数组转化成矩阵，这个就是定义维数，如果是-1就是系统自己计算当前维数

样例3

def weight_variable(shape):initial = tf.truncated_normal(shape, stddev=0.1)return tf.Variable(initial)def bias_variable(shape):initial = tf.constant(0.1, shape=shape)return tf.Variable(initial)W_conv1 = weight_variable([5, 5, 1, 32])b_conv1 = bias_variable([32])init_op = tf.initialize_all_variables()with tf.Session() as sess:  sess.run(init_op) #important  print sess.run([b_conv1,W_conv1])

第一个函数加了一个标准差为0.1的噪声，类型是32float，在0附近

第二个就初始为1*32的全部0.1的矩阵
注意有变量所以必须先调用初始化函数即代码中的important部分

0 0