tensorflow学习笔记

1.Tensorflow是Google推出的机器学习开源框架，对Python有语言支持，拥有了多种模型和算法。Tensorflow广泛应用于文本处理，语音识别和图像识别等多项机器学习和深度学习领域。

2.将Tensorflow理解为一张计算图中“张量的流动”，其中，Tensor（张量）代表了计算图中的边，Flow(流动)代表了计算图中节点所做的操作而形成的数据流动。

 

 

 图的计算

import tensorflow as tf
tf.compat.v1.disable_eager_execution()#关闭eager模式的函

a = 3
b = 4
c = 5
y = tf.add(a*b, c)
print(y)

a = tf.constant(3, tf.int32)
b = tf.constant(4, tf.int32)
c = tf.constant(5, tf.int32)
y = tf.add(a*b, c)
print(y)
session = tf.compat.v1.Session()
print(session.run(y))
session.close()

 

矩阵计算

import tensorflow as tf

# 创建作为第一个常量op,该op会被加入到默认的图中
# 1*2的矩阵,构造器的返回值代表该常量op的返回值
matrix_1 = tf.constant([[3., 3.]])
# 创建第二个常量op,该op会被加入到默认的图中
# 2*1的矩阵
matrix_2 = tf.constant([[2.], [2.]])
# 创建第三个op,为矩阵乘法op,接受matrix_1和matrix_2作为输入,product代表乘法矩阵结果
product = tf.matmul(matrix_1, matrix_2)
# 获取sess
sess = tf.Session()
# 来执行矩阵乘法op
result = sess.run(product)
# 输出矩阵乘法结果
print("result:",result)

# 任务完毕,关闭Session
sess.close()