TensorFlow执行流程,基础入门【转】

来源:赵克立 分类: Python 标签:PythonTensorFlow发布时间:2018-05-27 11:49:28浏览:341
版权声明:
本文为博主学习过程中整理发布,如有侵权请告知
温馨提示:
技术类文章有它的时效性,请留意文章更新时间以及软件的版本
更新时间:
2018-05-27 11:52:34

TensorFlow的基础运算

在搞神经网络之前,先让我们把TensorFlow的基本运算,也就是加减乘除搞清楚。

首先,TensorFlow有几个概念需要进行明确:

1 图(Graph):用来表示计算任务,也就我们要做的一些操作。

2 会话(Session):建立会话,此时会生成一张空图;在会话中添加节点和边,形成一张图,一个会话可以有多个图,通过执行这些图得到结果。如果把每个图看做一个车床,那会话就是一个车间,里面有若干个车床,用来把数据生产成结果。

3 Tensor:用来表示数据,是我们的原料。

4 变量(Variable):用来记录一些数据和状态,是我们的容器。

5 feed和fetch:可以为任意的操作(arbitrary operation) 赋值或者从其中获取数据。相当于一些铲子,可以操作数据。

形象的比喻是:把会话看做车间,图看做车床,里面用Tensor做原料,变量做容器,feed和fetch做铲子,把数据加工成我们的结果。

2.1 创建图和运行图:

下面我们创建一个图,并在Session中执行它,不用担心看不懂,每句代码都会注释,只有有编程基础,都能OK:

上面就是用TensorFlow进行了一个最简单的矩阵乘法。

2.2 创建一个变量,并用for循环对变量进行赋值操作

可以看到,除了变量创建稍微麻烦一些和必须建立session来运行,其他的操作基本和普通Python一样。

2.3 通过feed设置placeholder的值

有的时候,我们会在声明变量的时候不赋值,计算的时候才进行赋值,这个时候feed就派上用场了

到这里,恭喜你,已经成功入门TensorFlow~ 是不是觉得太简单?好像和深度学习毛线关系都没有嘛。不要急,下一篇文章和大家一起用TensorFlow做一个简单的用神经网络来做手写图片识别的实战。




微信号:kelicom QQ群:215861553 紧急求助须知
留下一点心意, :)
点击更换验证码
留言