tensorflow 入門例項（二）

import tensorflow as tf

# 建立乙個常量 op, 產生乙個 1x2 矩陣. 這個 op 被作為乙個節點
# 加到預設圖中.
## 構造器的返回值代表該常量 op 的返回值.
matrix1 = tf.constant([[3., 3.]])
# 建立另外乙個常量 op, 產生乙個 2x1 矩陣.
matrix2 = tf.constant([[2.],[2.]])
# 建立乙個矩陣乘法 matmul op , 把 'matrix1' 和 'matrix2' 作為輸入.
# 返回值 'product' 代表矩陣乘法的結果.
product = tf.matmul(matrix1, matrix2)
# 啟動預設圖.
sess = tf.session()
# 呼叫 sess 的 'run()' 方法來執行矩陣乘法 op, 傳入 'product' 作為該方法的引數. 
# 上面提到, 'product' 代表了矩陣乘法 op 的輸出, 傳入它是向方法表明, 我們希望取回
# 矩陣乘法 op 的輸出.
## 整個執行過程是自動化的, 會話負責傳遞 op 所需的全部輸入. op 通常是併發執行的.
# # 函式呼叫 'run(product)' 觸發了圖中三個 op (兩個常量 op 和乙個矩陣乘法 op) 的執行.
## 返回值 'result' 是乙個 numpy `ndarray` 物件.
result = sess.run(product)
print (result)
# ==> [[ 12.]]
# 任務完成, 關閉會話.
sess.close()

import tensorflow as tf

matrix1 = tf.constant([[3., 3.]])
matrix2 = tf.constant([[2.],[2.]])
product = tf.matmul(matrix1, matrix2)
with tf.session() as sess:
result = sess.run([product])
print (result)

tensorflow 入門經典例項

import tensorflow as tf 發起會話 sess tf.session 兩行都可以執行 具體意思見下方注釋 a tf.variable tf.truncated normal 2,3 0,1,dtype tf.float32,seed 3 a tf.variable tf.rand...

tensorflow入門學習（二）

前言 tensorflow用張量這種資料結構來表示所有的資料。用一階張量來表示向量，如 v 1.2,2.3,3.5 如二階張量表示矩陣，如 m 1,2,3 4,5,6 7,8,9 可以看成是方括號巢狀的層數。一 fetch的用法 會話執行完成之後，如果我們想檢視會話執行的結果，就需要使用fetch來...

NLP入門例項推薦（Tensorflow實現）

mnist nn mnist cnn text classification cnn 專案 tensorflow例項 cnn處理句子相似度 multi perspective sentence similarity modeling with convolutional neural network...