2019-02-10  by 崔斐然

学习过程: #基础语法  #API调用   #原理

#高级语言一般都有基础数据类型 运算符  流程  字典 数组 元组

import  tensorflow as tfdata1 = tf.constant(2.5) # 定义一个常量
data2 = tf.Variable(10, name='var')  # 定义一个变量
print(data1)
print(data2)

运行结果:

#Tensor 是一个张量, Const 表示常数  shape 表示维度,dtype表示数据类型

# Variable表示变量,维度,int32位型

Tensor("Const:0", shape=(), dtype=float32)
<tf.Variable 'var:0' shape=() dtype=int32_ref>

TensorFlow中所有的参数都要通过回话来执行所以可以定义一个session,

sess=tf.Session()print(sess.run(data1))

这样就是打印出了2.5

如果想定义定点型数据可以这样:data2 = tf.constant(2,dtype=tf.int32)

如果想打印data2: 初始化data2:

init = tf.global_variables_initializer()sess.run(init)print(sess.run(data2))
import os
import tensorflow as tf
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'data1 = tf.constant(2.5) # 定义一个常亮
data2 = tf.Variable(10, name='var')  # 定义一个变量
print(data1)
print(data2)sess = tf.Session()
print(sess.run(data1))init = tf.global_variables_initializer()
sess.run(init)
print(sess.run(data2))

【机器学习入门笔记7:TensorFlow常量变量的定义】20190210相关推荐

  1. 【机器学习入门笔记0:OpenCV+TensorFlow学习内容(目录)】20190122

    2019-01-22 by 崔斐然 计划在三月初完成如下内容 第一章 课程导学 1-1 计算机视觉导学(解释机器视觉可以做什么,既然已经看到这篇文章,估计心里已经有谱了) 第二章 计算机视觉入门 2- ...

  2. 机器学习入门笔记(五):决策树

    文章目录 一.决策树模型与学习 1.1 决策树模型 1.2 决策树与 if-then 规则 1.3 决策树与条件概率分布 1.4 决策树的学习 二.特征选择 2.1 信息增益 2.2 例题:利用信息增 ...

  3. 机器学习入门笔记(二):线性模型

    文章目录 一.基本形式 二.线性回归 2.1 离散属性连续化 2.2 最小二乘法 2.3 多元线性回归 2.4 广义线性模型 三.对数几率回归(逻辑回归) 3.1 最大似然估计 四.线性判别分析(LD ...

  4. 机器学习入门笔记 人工智能 黑马程序员

    机器学习入门笔记 前言 这个是根据"黑马程序员"的一套机器学习课程编写的博客.这篇博客上的案例均为课程里面的,但并没有包含所有案例,只是记录了部分. B站视频地址 文章目录 机器学 ...

  5. 十年公务员转行IT,自学AI三年,他淬炼出746页机器学习入门笔记

    整理 | Jane 编辑 | Just 出品 | AI科技大本营(ID:rgznai100) 近期,梁劲传来该笔记重大更新的消息.<机器学习--从入门到放弃>这本笔记的更新没有停止,在基于 ...

  6. 机器学习入门笔记总目录

    机器学习入门笔记是我参考周志华老师的<机器学习>西瓜书.李杭老师的<统计学习方法>第二版以及课程教材等资料写的. 该目录主要记录关于机器学习和算法基本概念的博客链接. ---- ...

  7. 机器学习入门笔记(七):聚类

    文章目录 一.聚类的基本概念 1.1 相似度或距离 1.2 类或簇 1.3 类与类之间的距离 二.层次聚类 2.1 基本概念 2.1 算法描述 2.3 例题 三.K均值聚类 3.1 模型 3.2 策略 ...

  8. 机器学习入门笔记(四):朴素贝叶斯分类

    文章目录 一.朴素贝叶斯法 1.1 实现原理 1.2 后验概率最大化 二.朴素贝叶斯法的参数估计 2.1 极大似然估计 2.2 学习与分类算法 2.3 朴素贝叶斯分类器例题 2.4 贝叶斯估计 推荐文 ...

  9. 机器学习入门笔记(三):K近邻算法

    文章目录 一.K近邻算法的基本概念 1.1 K近邻算法实现 二.K近邻分类三要素 2.1 距离度量 2.2 K值的选择 2.2.1 基于m-fold cross validation的 K值选择 2. ...

最新文章

  1. NHibernate之旅(11):探索多对多关系及其关联查询
  2. 如何打开python的交互窗口-使用Python显示图形交互窗口
  3. 动态规划DP题单 AcWing算法基础课 (详解)
  4. mysql数据库入门教程(8):数据的基本类型
  5. 20060427: 部分汉化Together Workflow Editor
  6. 解决windows 2003无法远端登录windows 2008
  7. 如何设计一条稳定的应用交付流程?|云效工程师指北
  8. 信息学奥赛一本通 2032:【例4.18】分解质因数
  9. python 可视化_Python可视化二维高斯分布
  10. 什么软件测试情侣头像,在线识别情侣头像软件
  11. 【工具向】分析FGUI依赖关系工具
  12. lcd开机流程图_LCD1602初始化流程图及程序的两种方法
  13. 赠书 001 | 人啊。认识你自己
  14. 常喝酸奶,远离糖尿病
  15. joda DateTimeFormatter simpleDateFormat
  16. 无线网络打印机服务器安装步骤,在win7安装带网络服务器的打印机步骤.ppt
  17. 如果我比别人走得更远些,那是因为我站在巨人的肩上。
  18. Oracle11g下载
  19. udevinfo__ udevadm info
  20. 大学物理实验之分光计调节和使用

热门文章

  1. 详细的基于opencv svm hog的描述讲解
  2. Pytorch搭建SSD目标检测平台
  3. Java8中的流操作-基本使用性能测试
  4. Jmeter + Grafana + InfluxDB 性能测试监控
  5. JVM(3):Java GC算法 垃圾收集器
  6. REST 在 Java 中的使用
  7. Python IDE:PyCharm中的那些实用功能
  8. 科研人员的办公室是怎样的?
  9. 数据结构之并查集Union-Find Sets
  10. C++ vector多维数组初始化及清零