refence: 《tensorflow machine learning cookbook》 : using placeholders and variables
packt.tensorflow.machine.learning.cookbook.2017 筆記
如何使用佔位符與變數
申明變數： tf.variable(張量tensor)
初始化變數：讓變數在計算圖上有相應的方法。例：
my_var = tf.variable(tf.zeros([2,3])) #申明變數
sess = tf.session() #初始化計算圖
initialize_op = tf.global_variables_initializer() #建立乙個初始化操作
sess.run(initialize_op) #執行計算圖
佔位符是計算圖等著喂資料的地方。
佔位符例子：
import numpy as np
import tensorflow as tf;
from tensorflow.python.framework import ops
ops.reset_default_graph()
sess = tf.session() #初始化計算圖
x = tf.placeholder(tf.float32, [2,2]) #定義佔位符
y = tf.identity(x) #identify操作，這個操作簡單地返回x。 因為把佔 位符放入計算圖至少要有乙個操作，
x_vals = np.random.rand(2,2) #建立乙個shape(2,2)的隨機矩陣
print(sess.run(y, feed_dict=)) #執行計算圖。 y賦值給fetches，因為操作是fetches的一種。 x佔位符從sess.run的 feed_dicr這個引數位喂資料。
#sess.run(x, feed_dict=) #錯誤，tf並不返回乙個自引用的佔位符
返回：[[ 0.02997003 0.18465173]
[ 0.07915613 0.51091391]]
變數的例子
import numpy as np
import tensorflow as tf;
from tensorflow.python.framework import ops
ops.reset_default_graph()
sess = tf.session() #初始化計算圖
x = tf.placeholder(tf.float32, [2,2]) #定義佔位符
y = tf.identity(x) #identify操作，這個操作簡單地返回x。 因為把佔 位符放入計算圖至少要有乙個操作，
x_vals = np.random.rand(2,2) #建立乙個shape(2,2)的隨機矩陣
#執行計算圖。 y賦值給fetches，因為操作是fetches的一種。 x佔位符從sess.run的 feed_dicr這個引數位喂資料。
print(sess.run(y, feed_dict=))
#sess.run(x, feed_dict=) #錯誤，tf並不返回乙個自引用的佔位符
返回：[[ 0.11960664 0.37015787]
[ 0.44115946 0.07174481]]
tensorflow 如何使用矩陣
refence tensorflow machine learning cookbook working with matrices packt.tensorflow.machine.learning.cookbook.2017 筆記 coding utf 8 import tensorflow a...
tensorflow如何使用 訓練模型
首先檢測 存在 tpu tf.distribute.cluster resolver.tpuclusterresolver 如果先前設定好了 環境變數，不需要再給引數 tpu的返回值為 則檢測到了 tf.config.experimental connect to cluster tpu tf.tp...
tensorflow 如何控制使用cpu數量
tensorflow讀取資料有時候非常占用資源，針對這一情況，我們可以通過控制程式使用cpu的數量來限制 步驟如下 1 bashrc 中修改指定個數 export cpu num 22 python 中在需要執行的程式前加入如下配置 cpu num int os.environ.get cpu nu...