寫一些不好記得+常用的。 一些簡單的就不做記錄了
tf.session():需要在啟動session之前構建整個計算圖，然後啟動該計算圖。
意思就是在我們使用tf.interactivesession()來構建會話的時候，我們可以先構建乙個session然後再定義操作（operation），如果我們使用tf.session()來構建會話我們需要在會話構建之前定義好全部的操作（operation）然後再構建會話。
而tf.interactivesession():它能讓你在執行圖的時候，插入一些計算圖，這些計算圖是由某些操作(operations)構成的。這對於工作在互動式環境中的人們來說非常便利，比如使用ipython,jupter notebook。
在有interactivesession()宣告的條件下，不用sess.run也可以將結果列印。
關閉的時候，使用sess.close()函式
*相當於向量內積，即對應元素相乘。而matmul(x,y)則是將矩陣相乘。
tf.greater(x,y)：
比較x,y中每個對應元素返回乙個true和false的矩陣
tf.where(a1,x,y)
a為乙個條件選擇根據，條件為true，選擇第二個引數的值，否則選擇第三個引數的值
import tensorflow as tf
vl = tf.constant ([ l.0 , 2 . 0 , 3 . 0 , 4 . 0 ))
v2 = tf.constant([4 . 0 , 3 . 0, 2 . 0 , 1.0])
sess = tf.interactivesession()
print tf.greater(vl, v2) . eval()
＃輸出［false false true true]
print tf.where(tf.greater(vl , v2), vl , v2) . eval()
＃輸出［ 4. 3. 3. 4. j
sess. close ()
example：
learning_rate = tf.train.exponential_decay(0.1,global_step,100,0.96,staircase=true)
初始學習率為0.1,沒訓練一輪以後學習率乘以0.96
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...
tensorflow入門例子
import tensorflow as tf import numpy as np 使用 numpy 生成假資料 phony data 總共 100 個點.100,2 x data np.float32 np.random.rand 100,2 隨機輸入 y data np.dot x data,...
tensorflow入門指南
tensorflow是google公司2015年11月開源的第二代深度學習框架,是第一代框架distbelief的改進版本.tensorflow支援python和c c 語言,可以在cpu或gpu上進行運算,支援使用virtualenv或docker打包發布.tensorflow支援python2....