最近嘗試用dqn、ddqn演算法時，發現tensorflow部分有點模糊，正好忙完了一段時間亂七八糟的事，靜下來心重新完整的學一遍tensorflow
首先tensorflow是做圖計算的
階數學例項
數學例項
0純量 (只有大小)
s = 483
1向量(大小和方向)
v = [1.1, 2.2, 3.3]
2矩陣(資料表)
m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
33階張量 (資料立體)
t = [[[2], [4], [6]], [[8], [10], [12]], [[14], [16], [18]]]n…
… 階形狀
維數例項0
0_d乙個 0維張量. 乙個純量.
1[d0]
1-d乙個1維張量的形式[5].
2[d0, d1]
2-d乙個2維張量的形式[3,4].
3[d0, d1, d2]
3-d乙個3維張量的形式[1,4,3].
n[d0, d1, … dn]
n-d乙個n維張量的形式[d0, d1, … dn].
資料型別
python 型別
描述dt_float
tf.float32
32 位浮點數.
dt_double
tf.float64
64 位浮點數.
dt_int64
tf.int64
64 位有符號整型.
dt_int32
tf.int32
32 位有符號整型.
dt_int16
tf.int16
16 位有符號整型.
dt_int8
tf.int8
8 位有符號整型.
dt_uint8
tf.uint8
8 位無符號整型.
dt_string
tf.string
可變長度的位元組陣列.每乙個張量元素都是乙個位元組陣列.
dt_bool
tf.bool
布林型.
dt_complex64
tf.complex64
由兩個32位浮點數組成的複數:實數和虛數.
dt_qint32
tf.qint32
用於量化ops的32位有符號整型.
dt_qint8
tf.qint8
用於量化ops的8位有符號整型.
dt_quint8
tf.quint8
用於量化ops的8位無符號整型.
import tensorflow as tf
# 建立乙個常量 op, 產生乙個 1x2 矩陣. 這個 op 被作為乙個節點
# 加到預設圖中.
## 構造器的返回值代表該常量 op 的返回值.
matrix1 = tf.constant([[
3.,3
.]])
# 建立另外乙個常量 op, 產生乙個 2x1 矩陣.
matrix2 = tf.constant([[
2.],
[2.]
])# 建立乙個矩陣乘法 matmul op , 把 'matrix1' 和 'matrix2' 作為輸入.
# 返回值 'product' 代表矩陣乘法的結果.
product = tf.matmul(matrix1, matrix2)
# 啟動預設圖.
sess = tf.session(
)# 呼叫 sess 的 'run()' 方法來執行矩陣乘法 op, 傳入 'product' 作為該方法的引數.
# 上面提到, 'product' 代表了矩陣乘法 op 的輸出, 傳入它是向方法表明, 我們希望取回
# 矩陣乘法 op 的輸出.
## 整個執行過程是自動化的, 會話負責傳遞 op 所需的全部輸入. op 通常是併發執行的.
# # 函式呼叫 'run(product)' 觸發了圖中三個 op (兩個常量 op 和乙個矩陣乘法 op) 的執行.
## 返回值 'result' 是乙個 numpy `ndarray` 物件.
result = sess.run(product)
print result
# ==> [[ 12.]]
# 任務完成, 關閉會話.
sess.close(
)
Tensorflow學習 基本函式
學習tensorflow對遇到的函式的總結 不斷更新中 目錄 tf.truncated normal函式 tf.variable函式 tf.nn.conv2d函式 tf.placeholder函式 tf.nn.max pool 2 2函式 tf.constant函式 tf.nn.relu函式 tf....
TensorFlow基本用法
author youngkl coding utf 8 import tensorflow as tf 1 2的矩陣 mat1 tf.constant 3.3.2 1的矩陣 mat2 tf.constant 2.3.ans tf.matmul mat1,mat2 此時ans無法直接輸出 啟動預設圖 ...
Tensorflow基本使用
使用 tensorflow,你必須明白 tensorflow tensorflow 是乙個程式設計系統,使用圖來表示計算任務.圖中的節點被稱之為 op operation 的縮寫 乙個 op 獲得 0 個或多個tensor,執行計算,產生 0 個或多個tensor.每個 tensor 是乙個型別化的...