Tensorflow基礎語法

import tensorflow as tf;

import numpy as np;
state = tf.variable(0,name='counter')   #引數值為0，name為counter
# print(state.name)
one = tf.constant(1)
new_value = tf.add(state,one)
update = tf.assign(state,new_value)  #assgin英文是：賦值，分配，所以在這裡就是乙個賦值過程
init = tf.initialize_all_variables()  #如果定義變數一定需要
with tf.session() as sess:
sess.run(init)
for _ in range(3):
sess.run(update)
print(sess.run(state))

import tensorflow as tf

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
#create data  ****引數。就是為了**weight接近0.1，biaes接近0.3
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data*0.1+0.3
# creat tensorflow structure start #
weights = tf.variable(tf.random_uniform([1],-1.0,1.0)) #生成乙個隨機數列，是一維的，範圍是-1-1
biases = tf.variable(tf.zeros([1])) #第一次賦值是0
y = weights*x_data+biases
loss = tf.reduce_mean(tf.square(y-y_data))#真實值和**值的乙個差
optimizer = tf.train.gradientdescentoptimizer(0.5)#優化器，optimizer可以有很多種選擇，先選擇gradientdescentoptimizer；0.5是乙個學習效率，一般是小於一的數
train = optimizer.minimize(loss)#用優化器減少誤差
init = tf.initialize_all_variables()#都是需要初始化的，就是模型建立好了，需要初始化讓這個模型「活」起來
# creat tensorflow structure end #
sess = tf.session()
sess.run(init)  #結構啟用！！！sess就像乙個指標指像init,並啟用！
for step in range(200):
sess.run(train)
if step % 20 == 0:
print(step,sess.run(weights),sess.run(biases))

import tensorflow as tf;

import numpy as np;
matrix1 = tf.constant([[3,3]])  #constnt恒量
matrix2 = tf.constant([[2],[2]])
product = tf.matmul(matrix1,matrix2)  #matmul: matrix muliply  用np.dot(m1,m2)也是對兩個矩陣進行乘法運算
#method 1
# sess = tf.session()
# result = sess.run(product)  #sess.run()返回值給result
# print(result)
#sess.close()
#mesthod 2
with tf.session() as sess:    #用sess開啟tf.session()
print(sess.run(product))  #自動close

#placeholder是傳入值

import tensorflow as tf
input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)
output = tf.multiply (input1,input2)
with tf.session() as sess:
print(sess.run(output,feed_dict=))  #placeholder傳入的值是和先開始定義的資料是繫結的，在輸出的時候一定需要feed_dict

tensorflow語法基礎

變數型別 variable 變數 constant 常量 指定引數 name 變數在tensorflow中的名字 dtype 變數的資料型別 可以是tf.float32,tf.int32之類的 e.g.import tensorflow as tf a tf.variable 0,dtype int...

tensorflow語法詳記（一）

最近一直在學習tensorflow的理論知識，趁著複習的機會，做乙個小整理，方便自己以後查閱。其中加粗部分是需要自己輸入的。1 定義常量 tf.constant data name name 2 建立乙個計算圖 tf.graph 3 對當前預設計算圖的引用 tf.get default graph ...

Tensorflow 基礎概念

g v，e v operation 圖的節點 e tensor 圖的邊 g graph 圖 tensorflow tensor 多維陣列 flow graph 圖 op session回話上下文管理 variable tensor 多維資料變數 placeholder 外部傳入的引數變數 seesi...