目錄

一、基礎理論

1、TensorFlow

2、TensorFlow過程

1、構建圖階段

2、執行圖階段（會話）

二、TensorFlow實例（執行加法）

1、構造靜態圖

1-1、創建數據（張量）

1-2、創建操作（節點）

2、會話（執行）

總代碼

---

一、基礎理論

1、TensorFlow

tensor：張量（數據）

flow：流動

Tensor-Flow：數據流

2、TensorFlow過程

TensorFlow構成：圖和會話

1、構建圖階段

構建階段：定義了數據(張量tensor)與操作(節點operation)，構成圖（靜態）

張量：TensorFlow中的基本數據對象。

節點：提供圖中執行的操作。?

2、執行圖階段（會話）

執行階段：使用會話執行定義好的數據與操作。

二、TensorFlow實例（執行加法）

1、構造靜態圖

1-1、創建數據（張量）

#圖（靜態）
a = tf.constant(2)    #數據1（張量）
b = tf.constant(6)    #數據2（張量）

1-2、創建操作（節點）

c = a + b              #操作（節點）

2、會話（執行）

API：

?

?

普通執行

#會話（執行）
with tf.Session() as sess:print(sess.run(a + b))

fetches（多參數執行）

#會話（執行）
with tf.Session() as sess:print(sess.run([a,b,c]))

?

?

feed_dict（參數補充）

def Feed_Add():#創建靜態圖a = tf.placeholder(tf.float32)b = tf.placeholder(tf.float32)c = tf.add(a,b)#會話（執行）with tf.Session() as sess:print(sess.run(c, feed_dict={a:0.5, b:2.0}))

?

?

?

總代碼

import tensorflow as tfdef Add():#圖（靜態）a = tf.constant(2)    #數據1（張量）b = tf.constant(6)    #數據2（張量）c = a + b              #操作（節點）#會話（執行）with tf.Session() as sess:print(sess.run([a,b,c]))def Feed_Add():#創建靜態圖a = tf.placeholder(tf.float32)b = tf.placeholder(tf.float32)c = tf.add(a,b)#會話（執行）with tf.Session() as sess:print(sess.run(c, feed_dict={a:0.5, b:2.0}))Add()
Feed_Add()

總結

以上是生活随笔為你收集整理的TensorFlow（1）TensorFlow基础（整体介绍）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。