Tensorflow是一个Google开发的深度学习的框架,十分的好用。下面我们就来简单介绍一下Tensorflow的基本用法
就我的理解来说,Tensorflow框架的写法和我们之前写的程序不太一样,如果要理解Tensorflow,先要理解它的基本组成部分,tensor
tensor, 张量, 就相当于一个指定维度的数组,就像numpy里面的ndarray,tenseflow的框架定义了一个图,操作就相当于图中的节点,我们的数据tensor就在节点之间运行(在节点之间流动,所以叫tensorflow)。每次我们要进行计算,必须使用一个session,会话,进行计算
一、Tensorflow的环境搭建
这一部分就先略去了,有时间再详细介绍
二、声明变量和常量
就像学习一门编程语言一样,我们学习Tensorflow也要先学习怎么对变量和常量进行运算,我们先看怎么进行变量和常量的声明
a = tf.Variable( 0.1, dtype= tf.float32 )
b = tf.constant( 0.2, dtype=tf.float32 )
在这里我们分别定义了变量a和常量b,相应的值就是代码中赋的值,现在我们想打印输出一下它们的值,但是我们不能直接打印,在这之前我们先要初始化session变量

本文介绍了Tensorflow的基本操作,包括环境搭建、声明变量和常量、占位符的使用、向量机制以及常用函数。讲解了Tensorflow中的图和会话概念,以及如何利用feed_dict机制输入数据。此外,提到了优化器的作用和简单应用。
:Tensorflow的基本操作&spm=1001.2101.3001.5002&articleId=54601516&d=1&t=3&u=0bb8912a451945bf85777041f7644e5f)
3万+

被折叠的 条评论
为什么被折叠?



