Tensorflow建立會話，啟動會話

import tensorflow as

tf#定義乙個常量
m1=tf.constant([[3,3
]])#這是乙個一行兩列的資料
print(m1)
m2=tf.constant([[2],[3
]])print(m2)

輸出：

tensor("

const_5:0
", shape=(1, 2), dtype=int32)
tensor(
"const_6:0
", shape=(2, 1), dtype=int32)

從這個結果當中我們可以看到我們的tensorflow之前是定義了乙個一行兩列的矩陣，之後是定義了乙個兩行一列的矩陣，因此第乙個顯示的shape為（1，2),第二個顯示的shape為（2，1）就是這麼來的。然後我們開始建立會話，tensorflow一般情況下建立了繪畫才可以進行正常的計算。

#矩陣乘法，先做乘法，再建立會話

product=tf.matmul(m1,m2)#我們把兩個矩陣進行相乘
print(product)

建立會話的方式1：

sess=tf.session()#定義乙個會話

result=sess.run(product)
print(result)
sess.close()

輸出：[[15]]

從這種方法當中可以看到我們創近了乙個會話是必須將這個會話進行關閉的，下面還有一種方法建立了會話可以不用關閉嗎，然後這種方法也會得到我們兩個矩陣相乘的準確結果：15

with tf.session() as

sess:
result=sess.run(product)
print(result)#利用這種方式建立會話就不需要關閉我們的session了

輸出：[[15]]

這些就是tensorflow的基本內容了。

tensorflow執行模型 會話

tensorflow的會話 session 用來執行定義好的運算。會話擁有並管理tensorflow程式執行時的所有資源。當所有計算完成後要關閉會話來幫助系統 資源，否則可能出現資源洩露的問題。tensorflow中的會話的使用模式有兩種 1 第一種模式需要明確呼叫會話生成函式和關閉會話函數。流程 ...

tensorflow基礎學習 會話

會話 tensorflow執行模型 一 tensorflow系統結構的概述 從圖中可以看出tensorflow的整個系統在結構上大體可以分為兩個子系統 前端系統和後端系統。其中前端系統提供程式設計模型，負責構造計算圖 後端系統提供執行時環境，負責執行計算圖。我們重點關注系統中client distr...

Tensorflow之張量和會話

tensorflow的名字表明了張量的含義。在tensorflow中，所有資料通過張量形式表示。張量可以理解為多維陣列。零階張量表示標量，也就是乙個數 一階張量為向量，一維陣列 n階張量可以理解為n維陣列。tensorflow中，張量並沒有儲存數字，只是表示數字的計算過程，是對tensorflow中...