tensorflow 使用 1 常量，變數

import tensorflow as tf

#建立乙個常量 op 一行二列
m1 = tf.constant([[3, 3]])
#建立乙個常量 op 二行一列
m2 = tf.constant([[2], [3]])
# 建立乙個矩陣乘法 op， 把 m1,m3 傳入
prod = tf.matmul(m1, m2)
print(prod)
# 呼叫 session 方法來執行矩陣乘法 op
# sess = tf.session()
# res = sess.run(prod)
# print(res)
# sess.close()
with tf.session() as sess:
res = sess.run(prod)
print(res)

tensor("matmul_6:0", shape=(1, 1), dtype=int32)

[[15]]

變數的使用

import tensorflow as tf

# 定義個變數
x = tf.variable([1, 2])
# 定義個常量
a = tf.constant([3, 3])
# 增加個減法 op
sub = tf.subtract(x, a)
# 增加個加法 op
add = tf.add(x, sub)
# 初始化全域性變數
init = tf.global_variables_initializer()
with tf.session() as sess:
# 變數初始化
sess.run( init )
print('sub 的值',sess.run(sub))
print('add 的值',sess.run(add))

sub 的值 [-2 -1]

add 的值 [-1 1]

用 for 迴圈，給乙個值自增 1

import tensorflow as tf

# 可以給變數定名字
state = tf.variable(0, name='coun')
# 自動加 1
new_value = tf.add(state, 1)
# 賦值：把 new_value 的值給 state
update = tf.assign(state, new_value)
# 初始化全域性變數
init = tf.global_variables_initializer()
with tf.session() as sess:
sess.run( init )
print( 'state 的值' )
print( sess.run(state) )
for _ in range(5):
sess.run( update )
print( 'state 的值' )
print( sess.run(state) )

state 的值

0state 的值
1state 的值
2state 的值
3state 的值
4state 的值
5

tensorflow基礎使用1

1.op的設計及執行乙個簡單的圖import tensorflow as tf x tf.variable 1,2 建立變數 a tf.constant 3,3 建立常量 sub tf.subtract x,a 定義減法op add tf.add x,sub 定義加法op init tf.globa...

TensorFlow之變數和常量的運用

原出處 變數和常量 在 tensorflow 中，定義了某字串是變數，它才是變數，這一點是與 python 所不同的。定義語法 state tf.variable 如下 其中，0指變數初值為0，counter為變數名。定義常量中1值該常量為1。assign把後面new value中的值賦給了stat...

tensorflow犯錯記錄1（張量使用）

舉例 1 少了，號分隔符 錯誤 結果如下 張量的形狀 import tensorflow as tf tens1 tf.constant 1,2,2 2,2,3 3,5,6 5,4,3 7,0,1 9,1,9 11,12,7 1,3,14 name tens1 語句中包含 或 括號，中間換行的就不需...