Skip to content

Latest commit

 

History

History
210 lines (193 loc) · 4.4 KB

README.md

File metadata and controls

210 lines (193 loc) · 4.4 KB
Raw

快速入门

源码-start.py

#首先引入tensorflow 代码块是同一.py中
import tensorflow as tf

张量

符号 Tensor

  • 阶 rank

类似于维度 什么是张量？张量相当于表,又有点类似于树

阶数 维度 实际意义 举例
0 0维张量 标量 2
1 1维张量 向量 [1,2]
2 2维张量 矩阵 [[123,33],[232,21]]
3 3维张量 2维张量的向量 [[1,2],[123,33]],[[3,5],[7,9]]]
4 4维张量 3维张量的向量 ~~~
5 5维张量 4维张量的向量 ~~~
n n维张量 n-1维张量的向量 ~~~
  • 形状 Shape

就是张量形状描述 ，长度是张量的阶数

阶 shape 举例
0 [] shape[]
1 [D0]#D0是数据集 shape[233]#D0的个数
n [D0,....,Dn-1]#D0是数据集 shape[D0,....,Dn-1]
  • 数据类型 type

支持所有python 支持的基础数据类型

  • 流图Graph

由一系列节点(node)汇聚而成的tf操作(option)

常量constant

方法tf.constant

  • 构造函数
constant(
    value,
    dtype=None,
    shape=None,
    name='Const',
    verify_shape=False
)
  • 举例
node1= tf.constant([True,True])
node2= tf.constant(12)
node3=tf.constant("hello")
node4=tf.constant("world")
print(node1)#打印Tensor("Const:0", shape=(2,), dtype=bool)
print(node2)#打印Tensor("Const_1:0", shape=(), dtype=int32)
print(node3)#打印Tensor("Const_2:0", shape=(), dtype=string)
sess=tf.Session()#获取会话
print(sess.run(node1))#打印[True,True]
print(sess.run(node2))#打印12  
print(sess.run(node3))#打印b'hello'
print(sess.run(node4))#打印b'world'
#要想获取平常的值如12 必须通过sess.run()进行，不然输入还是tensor格式

加法

方法tf.add
更多数学运算

  • 构造函数
add(
    x,
    y,
    name=None
)
  • 举例
node5=tf.constant(-1)
n_add=tf.add(node2,node5)
print(sess.run(n_add))#打印11
node6=tf.constant(-2)
n_add2=node5+node6
print(sess.run(n_add2))#打印-3 说明两种形式的加法也可以的

占位符

方法tf.placeholder
相当于数学函数的右侧的变量 构造函数

placeholder(
    dtype,
    shape=None,
    name=None
)

例子

p1=tf.placeholder(tf.float32)
p2=tf.placeholder(tf.float32)
n_add3=p1+p2
a=sess.run(n_add3,{p1:23,p2:32})#用法正确
#a=(n_add3,{p1:23,p2:32})错误 只能和sess一起使用
print(a)#55.0
print(sess.run(n_add3,{p1:23,p2:32}))#用法正确 打印55.0

变量

tf.Variable

  • 构造函数
__init__(
    initial_value=None,
    trainable=True,
    collections=None,
    validate_shape=True,
    caching_device=None,
    name=None,
    variable_def=None,
    dtype=None,
    expected_shape=None,
    import_scope=None
)
  • 实例
v1=tf.Variable(12)
v2=tf.Variable(23)#定义一个变量
init = tf.global_variables_initializer()#进去全部变量的初始化
sess.run(init)
x=tf.placeholder(tf.int32)
a_line=v1*x+v2#使用和常量类似
v3=sess.run(a_line,{x:[1,2]})
print(v3)#[35 47]
#重新赋值
v1=tf.assign(v1,-2)
v2=tf.assign(v2,3)
add4=v1+v2
v4=sess.run(add4)
print(v4)#1

END