Tensorflow基本操作

tensorflow常量變數定義

import cv2

import tensorflow as tf
data1 = tf.constant(2,dtype=tf.int32)
data2 = tf.variable(10,name='var')
"""sess = tf.session()
print(sess.run(data1)) #常量可以直接輸出
init = tf.global_variables_initializer() #所有的變數需要首先初始化
sess.run(init)
print(sess.run(data2))
sess.close()
"""init = tf.global_variables_initializer()
sess = tf.session()
with sess:
sess.run(init)
print(sess.run(data2))

實質：張量tensor(本質就是資料，常量或變數)+計算圖graphs（資料操作的過程），session（運算的互動環境）

四則運算

import cv2

import tensorflow as tf
data1 = tf.constant(6)
data2 = tf.variable(2)
dataadd = tf.add(data2,data1)
datacopy = tf.assign(data2,dataadd)
datamul = tf.multiply(data1,data2)
datasub = tf.subtract(data1,data2)
datadiv = tf.divide(data1,data2)
init = tf.global_variables_initializer()
with tf.session() as sess:
sess.run(init)
print(sess.run(dataadd))
print(sess.run(datamul))
print(sess.run(datasub))
print(sess.run(datadiv))
print(sess.run(datacopy)) #8->data2
print(datacopy.eval()) #8+6->14->data2,evcal()方法相當於下行的方法，獲得乙個缺省會話
print(tf.get_default_session().run(datacopy))
print('end')

#placeholder

import tensorflow as tf
data1 = tf.placeholder(tf.float32)
data2 = tf.placeholder(tf.float32)
dataadd = tf.add(data1,data2)
with tf.session() as sess:
print(sess.run(dataadd,feed_dict=))
#para1.dataadd para2.feed_dict=
print('end')

#矩陣讀取

import tensorflow as tf
data1 = tf.constant([[6,6]])
data2 = tf.constant([[2],[2]])
data3 = tf.constant([[3,3]])
data4 = tf.constant([[1,2],
[3,4],
[5,6]])
print(data4.shape)
with tf.session() as sess:
print(sess.run(data4)) #列印整體
print(sess.run(data4[0])) #列印某一行
print(sess.run(data4[:,0])) #列印某一列
print(sess.run(data4[0,0])) #1行,1列元素

#矩陣運算

matmul = tf.matmul(data1,data2)
matadd = tf.add(data1,data3)
with tf.session() as sess:
print(sess.run(matmul))
print(sess.run(matadd))
print(sess.run([matmul,matadd]))#通過中括號可一次列印多個內容

#特殊矩陣的初始化

mat1 = tf.zeros([2,3]) #初始化全0
mat2 = tf.ones([3,2]) #初始化全1
mat3 = tf.fill([2,3],15)#使用15填充
mat4 = tf.zeros_like(mat3)#初始化形狀相同全零矩陣
mat5 = tf.linspace(0.0,2.0,11)#將0-2之前的數分隔為十個數
mat6 = tf.random_uniform([2,3],-1,2)#隨機矩陣，範圍-1到2

Tensorflow初學基本操作

比如有temp var tf.variable 1,2,3 4,5,6 7,8,9 10,11,12 想要取出來的行為idx tf.constant 0,2 那麼相應的操作為 rows tf.gather temp var,idx gather nd 比gather還要更強勢 def top k i...

Tensorflow 基本操作（三）

常量 常量是其值不能改變的張量。變數 當乙個量在會話中的值需要更新時，使用變數來表示。佔位符 用於將值輸入 tensorflow 圖中。它們可以和 feed dict 一起使用來輸入資料。在會話中執行計算圖時，可以為佔位符賦值 注意 常量儲存在計算圖的定義中，每次載入圖時都會載入相關變數。即常量占用...

Tensorflow 基本操作（五）

tensorflow 使用 tensorboard 來提供計算圖形的圖形影象。tensorboard 也可以提供有關網路執行的量化指標。它讀取 tensorflow 事件檔案，其中包含執行 tensorflow 會話期間生成的摘要資料。使用 tensorboard 的第一步是確定想要的 op 摘要....