使用—软件—TF

01简单使用

Tensorflow基本使用方法

B站视频：https://www.bilibili.com/video/av41751450/

1
import tensorflow as tf

图计算：

  • 节点：
    • 数据
      • constant, variable, placeholder
      • 是张量（Tensor）
        • 其实就是高维数组
        • 0维：一个数；1维：数组；2维：矩阵
    • 运算
      • 各种函数&操作
      • 如：tf.add, tf.multiply, 以及一些重载的运算符（可以直接使用 +， *）
      • 广播机制：比如一个数组[1, 2, 3]和一个数1相加，会看作数组中每一个元素与数相加，得到[2, 3, 4]
  • 边：节点之间的关系

常数操作

1
2
const1 = tf.constant(3, dtype=tf.float32, name='const2')
const2 = tf.constant(4.5)
1
2
3
4
added = tf.add(const1, const2)  # operation节点
const3 = tf.constant(3.0)
mult = added * const3
print(mult)
Tensor("mul:0", shape=(), dtype=float32)

1
2
3
sess = tf.Session()
print(sess.run(mult))
sess.close()
22.5

1
2
with tf.Session() as sess:  # __enter__和__exit__
    print(sess.run([mult, added]))
[22.5, 7.5]

内置的常数生成

1
2
3
4
5
6
7
8
9
10
11
12
a = tf.zeros([2,3], dtype=tf.float32)
b = tf.ones([3,2])
c = tf.constant(2.0, shape=[2,2])
d = tf.random_normal([2,2], mean=3, stddev=4)
mul = tf.matmul(a,b)  # 2*2的矩阵，全是0
added = tf.add(mul, c)  # 2*2的矩阵，全是2

e = tf.constant([1,2,3])
f = tf.constant([5,6,7])
mul2 = tf.multiply(e,f)
added2 = tf.add(e, 1)
added3 = e + 1
1
2
3
4
5
with tf.Session() as sess:
    print(sess.run(added))
    print(sess.run(mul2))
    print(sess.run(added2))
    print(sess.run(added3))
[[2. 2.]
 [2. 2.]]
[ 5 12 21]
[2 3 4]
[2 3 4]

变量操作

注意要有初始化

  • 声明变量的时候给的数不是变量本身，所以需要建立起这个数和变量之间的关系
  • 也可以用其他节点初始化变量，这时就可以看出初始化操作的必要性
    • 变量和传入的节点不是相同的关系，所以需要另外建立联系

可以进行赋值

  • 使用tf.assign(目标Variable，源节点)
1
2
3
4
5
a = tf.constant(2)
b = tf.Variable(5)
c = tf.Variable(a + 5)
d = tf.multiply(c, c)
update = tf.assign(c, d)
1
2
3
4
5
init = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    print(sess.run([update]))
    print(sess.run([update]))
[49]
[2401]

占位符placeholder

需要使用feed_dict进行赋值

1
2
3
4
5
m = tf.placeholder(tf.float32)
n = tf.placeholder(tf.float32)
added = m + n
with tf.Session() as sess:
    print(sess.run(added, feed_dict={m: 1, n: 2}))
3.0