b2b电商系统搭建的关键步骤与最佳实践解析,助力企业数字化转型
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。
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。