安装
入门
- TensorFlow简介
- 基本操作
- loading lazy

安装

上TensorFlow官网按照教程安装。

入门

以下学习内容follow这篇博客

TensorFlow简介

TensorFlow是Google Brain Team开发的一个深度学习框架，使用的是data flow graph的模型进行计算。TF使用Python的API，可以布置在多个CPU，GPU上，并且有移动端的版本。可以在树莓派，Android，Windows，iOS，Linux上运行。

TF的计算模型是data flow graph，如下图：

整个模型在运行的时候就会从输入到输出。另外TF有个特点就是计算和具体执行时分开的，就是先定义一堆计算，整个框架描绘好，然后再开启一个session来执行。

tensor：n维数组，0维的就是scalar，一个数字；1维的就是vector；2维的就是matrix。

Session有两种写法：
第一种：

import tensorflow as tfa = tf.add(3,35)
sess = tf.Session()
sess.run(a)
sess.close()

第二种：

import tensorflow as tfa = tf.add(3,35)
with tf.Session() as sess:sess.run(a)

为了节省计算量，session只计算与结果相关的部分，因此，需要计算什么就把上面加到run的list里。

x = 2
y = 3
add_op = tf.add(x,y)
mul_op = tf.multiply(x,y)
useless = tf.multiply(x,add_op)
pow_op = tf.pow(add_op,mul_op)with tf.Session() as sess:print sess.run([pow_op, useless])

基本操作

常量申明：

a = tf.constant([2, 3], name = "a")
b = tf.constant([[3, 1], [2, 9], [1, 3]], name = "b")
x = tf.add(a, b, name = "add")
y = tf.multiply(a, b, name = "mul")with tf.Session() as sess:print sess.run([x, y])print xprint y

注意：这里的add和mul是对应元素相加相乘，不同于一般的矩阵运算！
结果如下：

[array([[ 5,  4],[ 4, 12],[ 3,  6]], dtype=int32), array([[ 6,  3],[ 4, 27],[ 2,  9]], dtype=int32)]

基本初始化：

# tensor初始化为0
# tf.zeros(shape, dtype = tf.float32, name = None)
print tf.zeros([2, 3], tf.int32) # [[0, 0, 0], [0, 0, 0]]# tf.zeros_like(input_tensor, dtype = None, name = None, optimize = True)
input_tensor = [[1,2], [3,4], [5,6]]
print tf.zeros_like(input_tensor) # [[0,0], [0,0], [0,0]# tensor初始化为1
# tf.ones(shape, dtype = tf.float32, name = None)
print tf.ones([3,2], tf.int32) # [[0, 0], [[0, 0], [0, 0]]# tf.ones_like(input_tensor, dtype = None, name = None, optimize = True)
print tf.ones_like(input_tensor)  # [[1,1], [1,1], [1,1]# tensor初始化为某个值
# tf.fill(dims, value, name = None)
print tf.fill([2,3],6) # [[6,6,6], [6,6,6]]

运行结果如下：

Tensor("zeros:0", shape=(2, 3), dtype=int32)
Tensor("zeros_like:0", shape=(3, 2), dtype=int32)
Tensor("ones:0", shape=(3, 2), dtype=int32)
Tensor("ones_like:0", shape=(3, 2), dtype=int32)
Tensor("Fill:0", shape=(2, 3), dtype=int32)

loading lazy

只有在需要的时候才会创建或者是初始化一个object。导致一个循环出现的时候，这个graph就重复了n遍

正常：

a = tf.Variable(10, name = "a")
b = tf.Variable(20, name = "b")
z = tf.add(a, b, name = "add")with tf.Session() as sess:sess.run(tf.global_variables_initializer())writer = tf.summary.FileWriter("./graphs", sess.graph)for _ in range(10):print sess.run(z)writer.close()

正常的图形

正常的结构

loading lazy

a = tf.Variable(10, name = "a")
b = tf.Variable(20, name = "b")with tf.Session() as sess:sess.run(tf.global_variables_initializer())writer = tf.summary.FileWriter("./graphs", sess.graph)for _ in range(10):print sess.run(tf.add(a, b))writer.close()

loading lazy图形

loading lazy结构

TensorFlow 安装及入门相关推荐

TensorFlow 教程 --新手入门--1.3 安装实例
TensorFlow是Google的一个开源机器学习框架,官网:https://www.tensorflow.org/ 里面有详细的教程和API说明,我在虚拟机上装的TensorFlow所以不支持C ...
Anaconda：Anaconda安装图文教程及其tensorflow安装、运行、测试之最强详细攻略
Anaconda:Anaconda安装图文教程及其tensorflow安装.运行.测试之最强详细攻略导读能够在进行深度学习之前把这些辅助工具Python.Anaconda.GPU.Tensorfl ...
TensorFlow安装-windows系统
官方各版本的安装说明:https://www.tensorflow.org/install/ 本文介绍如何在windows环境下安装tensorflow, 跑起来简单的demo. 1.安装python ...
TensorFlow.js快速入门
by Pau Pavón 通过保罗·帕文(PauPavón) TensorFlow.js快速入门 (A quick introduction to TensorFlow.js) TensorFlow ...
[图解tensorflow源码] 入门准备工作附常用的矩阵计算工具[转]
[图解tensorflow源码] 入门准备工作附常用的矩阵计算工具[转] Link: https://www.cnblogs.com/yao62995/p/5773142.html tensorfl ...
TensorFlow发布语音识别入门教程，附1GB数据集代码
原标题:TensorFlow发布语音识别入门教程,附1GB数据集&代码机械鸡的鸡友经常问:如何开始入门深度学习语音和其他音频识别,例如关键字检测或语音命令. 虽然有一些伟大的开源语音识别系统 ...
Tensorflow深度学习入门（1）——Tensorflow环境搭建
Tensorflow深度学习入门--环境搭建自测以下的环境搭建方式是行得通的,目前我用的就是这些 1. 下载安装Ubuntu 14.04 虚拟机 https://github.com/ ...
Tensorflow之Mnist入门
当我们学习编程的时候,第一件事情往往是学习如何打印出"Hello World".正如编程中会有"Hello World",Tensorflow中入门有mnist ...
Tensorflow安装问题: Could not find a version that satisfies the requirement tensorflow pip命令...
引言: Tensorflow大名鼎鼎,这里不再赘述其为何物.这里讲描述在安装python包的时候碰到的"No matching distribution found for tensorfl ...

TensorFlow 安装及入门

安装

入门

TensorFlow简介

基本操作

loading lazy

TensorFlow 安装及入门相关推荐

最新文章

热门文章