智能系统技术丛书 生成对抗网络入门指南》—2.2.2TensorFlow使用入门

网友投稿 676 2022-05-30

2.2.2 TensorFlow使用入门

这里初步带大家看一下TensorFlow是如何使用的,不会涉及很完整的内容,具体的教程可以查看官方文档。

首先写一个最简单的Hello World,由于TensorFlow中所有的数据都记为Tensor,所以这里需要使用tf的常数变量。使用Session来提供运行环境以用于TensorFlow的图计算,否则程序不会执行运算。

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print(sess.run(hello))

接着我们来看一下TensorFlow如何处理数值类数据的计算操作,与上面一样,这里的加法和乘法都需要在Session中进行计算。

import tensorflow as tf

a = tf.constant(2)

b = tf.constant(3)

with tf.Session() as sess:

print sess.run(a)

print sess.run(b)

print sess.run(a+b)

print sess.run(a*b)

也可以使用TensorFlow中的placeholder设置变量来进行计算,如下所示。最后在Session中运行时使用feed参数来进行赋值运算。

import tensorflow as tf

a = tf.placeholder(tf.int16)

b = tf.placeholder(tf.int16)

add = tf.add(a, b)

mul = tf.multiply(a, b)

with tf.Session() as sess:

print sess.run(add, feed_dict={a: 2, b: 3})

print sess.run(mul, feed_dict={a: 2, b: 3})

TensorFlow可以很方便地进行矩阵计算,下面的代码是计算矩阵的乘法。

《智能系统与技术丛书 生成对抗网络入门指南》—2.2.2TensorFlow使用入门

import tensorflow as tf

matrix1 = tf.constant([[3., 3.]])

matrix2 = tf.constant([[2.],[2.]])

with tf.Session() as sess:

result = sess.run(product)

print result

网络 深度学习

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:《MXNet深度学习实战》—1.5 本章小结
下一篇:Javascript基础知识点个人总结
相关文章