TensorFlow基礎入門

cpu版本直接pip install tf-nightly即可。

gpu版本需要安裝顯示卡驅動、cuda、cudnn，注意版本。若手動安裝cuda還要將cuda的lib64目錄加入ld_library_path環境變數。然後使用pip install tf-nightly-gpu安裝即可。

在python中一般使用

import tensorflow as tf

graph是tensorflow的基本計算模型。tensorflow會維護乙個預設的計算圖，可以通過tf.get_default_graph()來獲取當前預設的計算圖。通過tf.graph()可以建立計算圖。

通過session來執行定義好的計算。使用會話一般有兩種模式：

# 第一種

sess = tf.session(
)sess.run(..
.)sess.close(
)# 第二種
with tf.session(
)as sess:
sess.run(..
.)

name的形式為:，op_name為節點名，output_index為該張量是計算節點輸出的第幾個結果（從0開始）。

tensor用於引用中間計算結果和獲得計算結果。

constant就是常量，在建立時賦初值且值不再變化。

>>

> a = tf.constant(
5, name=
'a')
>>
> a
() dtype=int32>
>>
> tf.session(
).run(a)
5

variable在使用前要使用initializer進行初始化，使用tf.global_variables_initializer()可以初始化所有變數（注意：需要在session中run一下這個初始化操作！）

state = tf.variable(0)

one = tf.constant(1)
add = tf.add(state, one)
opt = tf.assign(state, add)
init = tf.global_variables_initializer(
)with tf.session(
)as sess:
sess.run(init)
for _ in
range(10
):sess.run(opt)
print
(sess.run(state)
)

feed = tf.placeholder(tf.float32)

print
(tf.session(
).run(feed, feed_dict=
))

TensorFlow基礎入門（一）

建立乙個常值運算，將作為乙個節點加入到預設計算圖中 hello tf.constant hello,world 建立乙個tf對話 sess tf.session 執行並獲得結果 print sess.run hello 輸出 b hello,world b表示bytes literals 位元組文字...

Tensorflow入門基礎語句及用法

tensorflow顧名思義是張量流動的意思，這裡的tensor雖然翻譯成張量但其實跟向量沒區別。tensorflow通過構建一張 圖 這個圖有點類似 樹 的結構。這裡可以看到圖中有很多節點，我們輸入的資料從根節點 就是最上方的節點 進入。然後流過這些節點。因為資料一般是以張量的形式流過節點，所以叫...

Tensorflow 入門記錄

tensor為張量，flow為流圖。tensorflow內含有很多寫好的工具，如梯度下降演算法，卷積操作等。在使用tensorflow時，先導入包import tensorflow as tf，在進行定義tensorflow變數時，使用tf.variable 引數 有趣的是乙個叫做佔位符的工具，tf...