TensorFlow 基础(1)

awesome-tensorflow

参考《TensorFlow 深度学习》和 《TensorFlow 学习指南》等书籍

学习新语言也好、新框架也好，我们都喜欢写一个 Hello World 开始。

第一个 Hello TensorFlow

import tensorflow as tf

定义常量为 Hello TensorFlow

hello = tf.constant("Hello TensorFlow")sess = tf.Session()print(sess.run(hello))

在 TensorFlow 中所有的计算都需要在Session（会话）中完成。这个大家肯定要留心，否则就会出现问题得不到想要的效果。

第二个 Hello TensorFlow

h = tf.constant("Hello")t = tf.constant("TensorFlow")ht = h + twith tf.Session() as sess:    result = sess.run(ht)print(result)

h = tf.constant("Hello")w = tf.constant(" world")hw = tf.add(h,w)mul = tf.multiply(a,b)with tf.Session() as sess:    result = sess.run(hw)print(result)

mul = tf.multiply(a,b)with tf.Session() as sess:    result = sess.run(mul)print(result)

TensorFlow 的操作符

定义操作符

a = tf.constant(5)b = tf.constant(3)c = tf.constant(2)print(a)

Tensor("Const:0", shape=(), dtype=int32)

输出一个 a 的类型为 Tensor ，Tensor 相似一个对象，dtype 为数据类型。

mul = tf.multiply(a,b)

在 TensorFlow 中我们运算操作定义有区别于其余我们熟习语言，输出 mul 为一个对象，而非 a 和 b 乘积的结果，而是 Tensor 节点，需要执行运算后才能得到结果。假如写成 a * b 则是 tf.multiply(a,b) 缩写。

Tensor("Mul:0", shape=(), dtype=int32)

使用 with 语句打开会话能够保证一旦所有计算完成后会话将自动关闭。

a = tf.constant(5)b = tf.constant(3)c = tf.constant(2)# f =  (a + b) * cab = tf.add(a,b)f = tf.multiply(ab,c)with tf.Session() as sess:    result = sess.run(f)print(result)

当我们输入 Tensor（在这里可以叫张量或者者节点）到会话进行计算，方法调用时会完成一组运算，从该节点根据依赖进行计算出所有节点。