1.Tensorflow的基本概念:
- 1.使用图(graphs)来表示计算任务
-
2.在被称之为会话(Session)的上下文(context)中执行图
-
3.使用tensor表示数据
-
4.通过变量(Variable)维护状态
-
5.使用feed和fetch可以为任意的操作赋值或者从其中获取数据
Tensorflow是一个编程系统,使用图(graphs)来表示任务,图(graphs)中的节点称之为op(operation),一个获得0个或多个Tensor,执行计算,产生0个或多个Tensor.Tensor看做是一个n维的数组或列表。图必须在会话(Session)里被启动。
图的基本框架
1 import tensorflow as tf 2 3 a1 = tf.constant([[2, 3]]) # 定义一个常量 4 a2 = tf.constant([[3], [3]]) 5 result = tf.matmul(a1, a2) # 将两个常量相乘 6 print(result) # result是一个tonsor,所有的graphs都必须在会话(session)中执行 7 # Tensor("MatMul:0", shape=(1, 1), dtype=int32) 8 sess = tf.Session() # 创建会话 9 result = sess.run(result) 10 print(result) # 返回计算的结果 11 sess.close() # 关闭会话 12 # [[15]] 13 """ 14 可以用python的with来自行关闭会话: 15 with tf.Session() as sess: 16 result = sess.run(result) 17 print(result) 18 """