TensorFlow北大公开课学习笔记-3.1张量计算图会话
注:本系列文章主要是复现北京大学TensorFlow笔记中的代码,方便以后使用,并没有详细讲解流程,因为我并不是专门做教程的。何况北大的教程讲的已经很好了,有需要了解详细过程的可以去看北大的教程哈。
一、基本概念
√基于 Tensorflow 的 NN: 用张量表示数据,用计算图搭建神经网络,用会话执
行计算图,优化线上的权重(参数),得到模型。
√张量:张量就是多维数组(列表),用“阶”表示张量的维度。
0 阶张量称作标量,表示一个单独的数;
举例 S=123
1 阶张量称作向量,表示一个一维数组;
举例 V=[1,2,3]
2 阶张量称作矩阵,表示一个二维数组,它可以有 i 行 j 列个元素,每个元素可
以用行号和列号共同索引到;
举例 m=[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
判断张量是几阶的,就通过张量右边的方括号数, 0 个是 0 阶, n 个是 n 阶, 张
量可以表示 0 阶到 n 阶数组(列表);
举例 t=[ [ [… ] ] ]为 3 阶。
√数据类型: Tensorflow 的数据类型有 tf.float32、 tf.int32 等。
举例
我们实现 Tensorflow 的加法:
import tensorflow as tf #引入模块
a = tf.constant([1.0, 2.0]) #定义一个张量等于[1.0,2.0]
b = tf.constant([3.0, 4.0]) #定义一个张量等于[3.0,4.0]
result = a+b #实现 a 加 b 的加法
print result #打印出结果
可以打印出这样一句话: Tensor(“add:0”, shape=(2, ), dtype=float32),意思为 result 是一个名称为 add:0 的张量,shape=(2,)表示一维数组长度为 2,
dtype=float32 表示数据类型为浮点型
√计算图(Graph): 搭建神经网络的计算过程,是承载一个或多个计算节点的一
张图,只搭建网络,不运算
举例
在第一讲中我们曾提到过,神经网络的基本模型是神经元,神经元的基本模型其
实就是数学中的乘、加运算。 我们搭建如下的计算图:
x1、 x2 表示输入, w1、 w2 分别是 x1 到 y 和 x2 到 y 的权重, y=x1w1+x2w2。
我们实现上述计算图:
import tensorflow as tf #引入模块
x = tf.constant([[1.0, 2.0]]) #定义一个 2 阶张量等于[[1.0,2.0]]
w = tf.constant([[3.0], [4.0]]) #定义一个 2 阶张量等于[[3.0],[4.0]]
y = tf.matmul(x, w) #实现 xw 矩阵乘法
print y #打印出结果
可以打印出这样一句话: Tensor(“matmul:0”, shape(1,1), dtype=float32),
从这里我们可以看出, print 的结果显示 y 是一个张量,只搭建承载计算过程的
计算图,并没有运算,如果我们想得到运算结果就要用到“会话 Session()”了。
√会话(Session): 执行计算图中的节点运算。
举例对于刚刚所述计算图,我们执行 Session()会话可得到矩阵相乘结果:
import tensorflow as tf #引入模块
x = tf.constant([[1.0, 2.0]]) #定义一个 2 阶张量等于[[1.0,2.0]]
w = tf.constant([[3.0], [4.0]]) #定义一个 2 阶张量等于[[3.0],[4.0]]
y = tf.matmul(x, w) #实现 xw 矩阵乘法
print y #打印出结果
with tf.Session() as sess:
print sess.run(y) #执行会话并打印出执行后的结果
可以打印出这样的结果:
Tensor(“matmul:0”, shape(1,1), dtype=float32)
[[11.]]
我们可以看到,运行 Session()会话前只打印出 y 是个张量的提示,运行 Session()
会话后打印出了 y 的结果 1.03.0 + 2.04.0 = 11.0。
欢迎扫码关注我的微信公众号
TensorFlow北大公开课学习笔记-3.1张量计算图会话相关推荐
- TensorFlow北大公开课学习笔记-4.2学习率
注:本系列文章主要是复现北京大学TensorFlow笔记中的代码,方便以后使用,并没有详细讲解流程,因为我并不是专门做教程的.何况北大的教程讲的已经很好了,有需要了解详细过程的可以去看北大的教程哈. ...
- TensorFlow北大公开课学习笔记-4.1损失函数
注:本系列文章主要是复现北京大学TensorFlow笔记中的代码,方便以后使用,并没有详细讲解流程,因为我并不是专门做教程的.何况北大的教程讲的已经很好了,有需要了解详细过程的可以去看北大的教程哈. ...
- TensorFlow北大公开课学习笔记-8 复现vgg16并实现图片识别
注:本系列文章主要是复现北京大学TensorFlow笔记中的代码,方便以后使用,并没有详细讲解流程,因为我并不是专门做教程的.何况北大的教程讲的已经很好了,有需要了解详细过程的可以去看北大的教程哈. ...
- TensorFlow北大公开课学习笔记8-复现vgg16并实现图片识别
https://www.cs.toronto.edu/~frossard/post/vgg16/ ]img_ready = re_img.reshape((1, 224, 224, 3)) Value ...
- 英宝通Unity4.0公开课学习笔记Vol.0
英宝通Unity4.0公开课学习笔记 公开课地址 学习笔记目录 公开课地址 公开课地址:游戏蛮牛网. 源码素材:游戏蛮牛网. 公开课在官网上刷新不出来,只能去B站上找资源了.视频链接:哔哩哔哩. Un ...
- 深度学习与TensorFlow:FCN论文学习笔记
七月 上海 | 高性能计算之GPU CUDA培训 7月27-29日三天密集式学习 快速带你入门阅读全文> 正文共1708个字,5张图,预计阅读时间8分钟. 这篇文章陆陆续续看了快两周,其中也遇 ...
- TensorFlow学习笔记--第三节张量(tensor)及其定义方法
目录 在TensorFlow中,所有的数据通过张量的形式来表示 1张量及属性: 1.1维数(阶) 1.2 形状 1.3数据类型 TensorFlow 支持以下三种类型的张量: **1.常量** **2 ...
- MIT Artificial Intelligence —— Patrick H. Winston 麻省理工人工智能公开课学习笔记(一)
本系列文章是博主对网易公开课中麻省理工人工智能课程的学习笔记,在此方便学习和分享. Lecture 1: Introduction and Scope 本节课程大概从这三方面讲述: 一.什 ...
- 【Algorithms公开课学习笔记3】 栈与队列
Stack and Queue 栈和队列 0.前言 本文是对数据类型的学习笔记,将会从接口(interface),实现(implement), 客户(client)等三个角度分模块来组织文章. 接口: ...
- 斯坦福机器学习公开课学习笔记(1)—机器学习的动机与应用
(转载请注明出处:http://blog.csdn.net/buptgshengod) 1.背景 斯坦福机器学习公开课差不多是网上能找到的最好的机器学习入门课程了.现在一共有20节课放 ...
最新文章
- io vivado 怎么查看ps_ZYNQ 7020学习笔记之PL侧普通信号中断PS的实验
- android 最新usb驱动程序下载,安卓手机USB驱动官方下载、安装教程
- (chap6 Http首部) 通用首部字段 DatePragma
- 数据集增广 之 多个图片贴到一张图上,以及生成相应的json文件
- Linux下autoconf和automake使用
- js 获取时间戳的方法
- H264 解码耗时分析
- 在JScript中运行应用程序
- 大数据对企业竞争的作用
- Spring源码分析-从@ComponentScan注解配置包扫描路径到IoC容器中的BeanDefinition,经历了什么(一)?
- testbench文件显示波形_如何编写testbench的总结(非常实用的总结)
- C语言统计素数并求和
- 怎么拆分PDF文档?一分钟学会拆分PDF文档的方法
- 最新免费自建APP平台哪个好?手把手教你制作APP
- 游戏编辑器制作(9)
- 从零开始学C++之标准库类型(一):string 类简介和例程
- nagiso中nsca的配置
- POI Exercise
- 基于jQuery的下拉菜单菜单【02】,诸位上眼!!!
- 数据库恢复挂起解决办法
热门文章
- java中的约瑟夫问题_Java 解决约瑟夫问题
- Photoshop如何把图片转为RGB颜色模式
- python爬取网易云课程_Python爬取网易云课堂课程数据
- CUDA+OpenCV 绘制朱利亚(Julia)集合图形
- 解决“文件或目录损坏且无法读取”的问题
- 学习笔记 Tianmao 篇 recyclerView 辅助的RecycleAdapterImpl类(适配自定义 模板)
- 运营方法 - 运营的思考方法
- IDEA for Mac设置JVM运行参数解决运行卡顿问题
- 从Oppo手机拍照无法展示谈图片压缩
- 离心泵水力设计——0设计参数