Tensorflow入门----占位符、常量和Session
安装好TensorFlow之后,开一个python环境,就可以开始运行和使用TensorFlow了。
先给一个实例,
#先导入TensorFlow
import tensorflow as tf
# Create TensorFlow object called hello_constant
hello_constant = tf.constant('Hello World!')
with tf.Session() as sess:
# Run the tf.constant operation in the session
output = sess.run(hello_constant)
print(output)
也许有人奇怪,为什么不直接输出“Hello World!”呢,这个看起来很麻烦,是吗?其实不是的
1.Tensor是什么?
在 TensorFlow 中,数据不是以整数,浮点数或者字符串形式存在的,而是被封装在一个叫做 tensor 的对象中。Tensor是张量的意思,张量包含了0到任意维度的量,其中,0维的叫做常数,1维的叫做向量,二维叫做矩阵,多维度的就直接叫张量量。在 hello_constant = tf.constant(‘Hello World!’) 代码中,hello_constant是一个 0 维度的字符串 tensor,tensors 还有很多不同大小:
# tensor1 是一个0维的 int32 tensor
tensor1 = tf.constant(1234)
# tensor2 是一个1维的 int32 tensor
tensor2 = tf.constant([123,456,789])
# tensor3 是一个二维的 int32 tensor
tensor3 = tf.constant([ [123,456,789], [222,333,444] ])
2.Session是Tensorflow中的一个重要概念
Tensorflow中的所有计算都构建在一张计算图中,这是一种对数学运算过程的可视化方法。就像刚才的代码:
with tf.Session() as sess:
output = sess.run(hello_constant)
这个session就是负责让这个图运算起来,session的主要任务就是负责分配GPU或者CPU的。
3.tf.placeholder()
前面代码中出现了tf.constant(‘Hello World!’),这个tf.constant是用来定义常量的,其值是不变的,但是如果你需要用到一个变量怎么办呢?
这个时候就需要用到tf.placeholder() 和 feed_dict了。
先给代码
x = tf.placeholder(tf.string)
with tf.Session() as sess:
output = sess.run(x, feed_dict={x: 'Hello World'})
tf.placeholder表示一个占位符,至于是什么类型,看自己定义了,这里定义的是tf.string类型,然后呢,在session开始run以前,也就死这个图开始计算以前,就使用feed_dict将对应的值传入x,也就是这个占位符。
同样的feed_dict可以设置多个tensor
x = tf.placeholder(tf.string)
y = tf.placeholder(tf.int32)
z = tf.placeholder(tf.float32)
with tf.Session() as sess:
output = sess.run(x, feed_dict={x: 'Test String', y: 123, z: 45.67})
但是需要注意的是,使用feed_dict设置tensor的时候,需要你给出的值类型与占位符定义的类型相同。
转载于:https://www.cnblogs.com/auvxx/p/9818796.html
Tensorflow入门----占位符、常量和Session相关推荐
- 【TensorFlow】占位符:tf.placeholder,与feed_dict
Tensorflow中的placeholder和feed_dict的使用_python_ https://www.jb51.net/article/143407.htm TensorFlow 支持占位 ...
- 玩玩机器学习3——TensorFlow基础之Session基本运算、占位符和变量的使用
通过TensorFlow的矩阵和常量的"加减乘除"运算,讲一下Session.变量以及占位符的使用 目录 Session创建会话与运算 变量的使用 占位符的使用 Session创建 ...
- TensorFlow入门教程
一.Tensors TensorFlow所有的数据都称之为Tensor,即TensorFlow图计算过程中,节点之间是数据流转都是采用Tensor的形式进行,而且也只能采用Tensor形式进行. Te ...
- tensorflow中张量、常量、变量、占位符
引言 从实例出发 #先导入TensorFlow import tensorflow as tf# Create TensorFlow object called hello_constant hell ...
- TensorFlow解析常量、变量和占位符
TensorFlow解析常量.变量和占位符 最基本的 TensorFlow 提供了一个库来定义和执行对张量的各种数学运算.张量,可理解为一个 n 维矩阵,所有类型的数据,包括标量.矢量和矩阵等都是特殊 ...
- TensorFlow中张量,变量、常量、占位符概念
1.总结TensorFlow中的张量概念 张量:数据结构:多维数组 零阶张量表示标量(scalar),也就是一个数: 一阶张量为向量(vector),也就是一个数组: N阶张量可以理解为一个n维数组: ...
- [概念]TF学习笔记day02+张量(常量+变量+占位符)
一.张量 我们知道, 计算图中的一个节点可以表示一个张量或者一个操作符 那么张量是什么? 张量,可理解为一个 n 维数值阵列 每个张量的维度单位用阶来描述,零阶张量是一个标量,一阶张量是一个向量,二阶 ...
- C语言格式控制符/占位符 - C语言零基础入门教程
目录 1.C 语言格式控制符/占位符 2.猜你喜欢 零基础 C/C++ 学习路线推荐 : C/C++ 学习目录 >> C 语言基础入门 网络有这么一个段子: 如果说一个男生没对象 -单身狗 ...
- C# 编程入门第二课 注释变量,VS2019快捷键,String和string,命名规则,赋值运算符,+号作用占位符,转义字符算术运算符,类型转换
C# 编程入门第二课 文章目录 C# 编程入门第二课 1. 注释 2 变量 3.VS2019快捷键 4. String和string 5. 命名规则 6. 赋值运算符,+号作用 7. 占位符 8.转义 ...
最新文章
- 做出仿iphone的圆角效果,以及shpe的各个属性
- 在jmeter测试中模拟不同的带宽环境
- db2查询表结构语句_SQL语句大全,赶快收藏吧!
- 把文本以图片的形式保存
- python ks值计算_利用Python计算KS的实例详解
- 中国古代道家思想与网页重构的思考
- 图解Golang的GC算法
- string转Char*( error C2440: '=' : cannot convert from 'const char *' to 'char *')
- python安装后如何使用-python如何安装下载后的模块
- 解决GBK字符转UTF-8乱码问题
- keras指定gpu_keras实现多GPU或指定GPU的使用介绍
- 如何在android上编程,如何在Android中以编程方式与USSD对话框进行交互
- codeblocks 汉化
- Pycharm中Python包的下载与使用
- 第三方支付牌照(支付业务许可证)
- 不重视,小程序将会带来大风险!——三大风险、隐私合规,小程序主该如何面对?
- hdu2191 买大米 多重背包 模板题
- C语言递归算法——汉诺塔问题(河内塔)
- office365在线安装太慢,换离线安装终于搞定
- 月经贴 】 Csharp in depth