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
- tensorflow 入门学习(1)
- TensorFlow学习笔记(二):TensorFlow入门
- TensorFlow学习笔记1:入门
- TensorFlow学习笔记1:入门
- TensorFlow学习(一)入门
- Tensorflow入门(MNIST学习)
- Tensorflow入门(1)
- TensorFlow入门(1)
- RNN时间序列预测(1)-Tensorflow入门,MNIST学习
- <二>、TensorFlow之MNIST机器学习入门(1)
- tensorflow google实战 学习笔记——TensorFlow入门(1)
- [TensorFlow]修炼tfboy入门学习笔记-1
- tensorflow学习记录(二):入门基础
- TensorFLow学习(一),Mnist入门
- TensorFlow学习笔记(一)入门
- 深度学习之TensorFlow入门(一)
- TensorFlow学习笔记(二)MNIST入门
- TensorFlow学习笔记(一)入门
- 移植linux3.6至mini2451过程中遇到的问题及解决(持续更新中...)
- 8、MAC 上Docker环境搭建
- 第五届蓝桥杯B组java—猜字母
- Uva-7423-Assigning Workstations(贪心+优先队列)
- 攻破JAVA NIO技术壁垒
- tensorflow 入门学习(1)
- 4、搭建个人电子商务平台——ecshop
- Lua中的函数库使用总结
- KMP算法详解
- 前端学习方法!
- POJ NOI MATH-7826 分苹果
- 6、搭建个人博客——wordpress
- react中function()报错?
- 【设计模式】单例模式(Singleton)