【TensorFlow】01 TensorFlow簡介與Python基礎

阿新 • • 發佈：2018-09-11

編譯器 n) The 腳本語言 ble rem 時間完整快的

TensorFlow簡介與Python基礎

2018.9.10

一、概述

TF使用數據數據流圖進行數值計算，亮點是支持異構設備分布式計算機
常用的ML庫有MXNet Torch/Pytorch Theano CNTK Caffe等
0階張量（純量），1階張量（向量），2階張量（矩陣）tensor（張量） flow（流動）
編程模式命令式編程（Torch）符號式編程（Tensorflow，theano 描述算法流程放到其他語言執行）
TF使用數據流圖來進行編程是一種推斷結構
TF的高層庫()如Kearas（對用戶友好，模塊化）
Deep-learning主要的運算是浮點運算
TF的亮點之一是autograph模式

TF的功能：設計、訓練、部署（唯一一個形成完整生態的ML sys）

二、環境配置

虛擬環境的安裝

使用pip命令安裝venv
```
sudo pip install virtualenv
```
cd 項目目錄切換到項目所在的目錄
激活虛擬環境
```
virtualenv --system-site-packages venv
```
退出venv
```
deactivate
```
5、查看venv環境的python包版本
```
pip freeze
```

三、科學工具和流程

編譯語言C,C++,Fortran 快，優化好，但語法不友好
腳本語言： Matlab 開發友好，收費，基礎語言缺乏
R語言偏向統計，不能完成所有的任務
高級的pyhton shell：IPython，Jupyter

python包：
Numpy：強大的數值對象操作
Scipy：高級的數據處理程序（優化、回歸差值等）
Matplotlib：2D可視化 (不可交互，對3D圖像支持不好)

四、python基礎

（一）數據類型

python的變量類型不像C++一樣在定義時必須制定參數的變量類型，是一種動態語言

整數

Python可以處理任意大小（沒有大小限制）的正負整數，使用0x作為前綴表示十六進制

浮點數（小數）

按照科學計數法表示的數字，比如1.23e9代表$1.23*e^9$

由於儲存方式不同，整數永遠是精確的，但是浮點數可以四舍五入

字符串

字符串是以單引號或者雙引號括起來的任意文本

如果字符串裏有很多字符需要轉義，為簡化可以使用r‘‘，引號內的字符串默認不轉義

print(‘\\\t\\‘)

\   \

print(r‘\\\t\\‘)

\\\t\\

布爾值

boolean只有True和false兩種，其結果可由比較運算，邏輯運算得出（and，or，not）

當兩個變量比較時，如果給定的變量值小於100，則使用is運算的得到的兩個變量所得bool結果為true，否則為false（這是由於python在儲存同一個變量是當變量的數值小於100是使用同一塊內存，而大於100是則不使用同一塊內存）

a = 1000
b = 1000
print(a is b)
print(id(a),id(b))

False
4526894320 4526894960

a = 100
b = 100
print(a is b)
print(id(a),id(b))

True
4305331680 4305331680

（二）字符串

在python保存源代碼是，需要制定保存為UTF-8編碼，當解釋器讀取時，在開頭加上這兩行文字(第一行告訴Unix系統這是一個python可執行程序，win會忽略這個註釋，第二行是告訴編譯器以utf-8的方式讀取,否則中文不能正常編碼)：

#!/usr/bin/env python3
#-*- coding: utf-8 -*-

占位符

在Python中，格式化方式與C相同，使用%實現。%s表示用字符串替換，%d表示用整數替換，有幾個%?後面就需要跟幾個變量或值，當變量大於2時需要用括號括起來，有一個的話可以省略

print("Hi,my name is %s, I‘m %d years old."%(‘Alex‘,10))

Hi,my name is Alex, I‘m 10 years old.

占位符	替換內容
%d	整數
%f	浮點數
%s	字符串
%x	十六進制數

（三）循環

for...in循環

for x in ...就是把每個元素帶入變量x，然後執行縮進塊的語句

names = [‘A‘,‘B‘,‘C‘]
for name in names:
    print(name)

A
B
C

使用range(n)可以生成一個叠代器，其值是0 ~ n-1

sum = 0
for i in range(101):
    sum = sum + i
print(sum)

while循環

使用while循環打印100以內所有奇數的和：

sum = 0
n = 99
while n>0:
    sum = sum + n
    n = n - 2
print(sum)

（四）Python數據結構

list(列表)

list是有序的集合，可以隨時刪除和添加元素

classlist = [‘class1‘,‘class2‘,‘class3‘]
len(classlist)  #使用len可以獲得列表的長度
classlist[0] #使用下標可以訪問list的元素（以0開始）
classlist[-1] #使用負下標可以訪問倒數的元素

‘class3‘

列表的插入

classlist.append(‘class4‘)  #尾插法
print(classlist)
classlist.insert(1,‘class5‘) #指定索引插入
print(classlist)

[‘class1‘, ‘class2‘, ‘class3‘, ‘class4‘]
[‘class1‘, ‘class5‘, ‘class2‘, ‘class3‘, ‘class4‘]

列表的刪除

classlist.pop()  #如果pop不加參數，則刪除最後一個，否則按照索引順序刪除
print(classlist)

[‘class1‘, ‘class5‘, ‘class2‘, ‘class3‘]

註意：

list中的元素數據類型可以不同
list中可以有另外的list
list中一個元素也沒有，則其長度為0

tuple（元組）

元組的另一名稱為有序列表，一旦初始化就不能修改，沒有append和pop方法

tuple存在的意義在於tuple不可變，所以代碼更安全，如果可能，盡量用tuple代替list

當定義只有一個元素的tuple時，需要將這個元素後面加上一個逗號，因為（）可能會產生歧義。Python規定單獨出現的小括號內容計算結果使其本身。

t = (1,)  #是（1，）而不是（1）
print(t)

(1,)

註意：

要創建一個內容也不變的tuple必須保證tuple中的每一個元素本身不能變（不允許出現tuple中嵌套list的情況）

dict（字典）

dict使用鍵-值（key-value）存儲，具有很快的查找速度

dic = {‘A‘:95,‘B‘:80,‘C‘:75}
print(dic[‘A‘])

修改dic某個key的值：

dic[‘A‘]=60
print(dic[‘A‘])

對比list與dict：
dict：查找插入速度快，不會因為key的增加而變慢，但浪費內存多
list：查找插入時間隨著元素的增加而增加，但占用空間小，浪費內存少

註意：

dic是一種用空間換時間的存儲結構（hash）
key必須是不可變的對象

set(集合)

set與dict類似，是key的集合，但不存儲value，沒有重復的key

重復的元素在set中被自動過濾掉：

s = set([1,1,2,2,3,3])
print(s)

{1, 2, 3}

其他方法：
add（key）可以添加元素到set中
remove（key）可以刪除set中的元素

集合操作：

s1 = set([1,2,3])
s2 = set([2,3,4])
print(s1&s2)
print(s1|s2)

{2, 3}
{1, 2, 3, 4}

（五）切片

L = [‘Michael‘, ‘Sarah‘, ‘Tracy‘, ‘Bob‘, ‘Jack‘]

取得前三個元素：

L = [‘Michael‘, ‘Sarah‘, ‘Tracy‘, ‘Bob‘, ‘Jack‘]
print(L[:3])  
#L[0:3]表示，從索引0開始取，直到索引3為止，但不包括索引3。即索引0，1，2，正好是3個元素
#如果第一索引是0，可以省略

[‘Michael‘, ‘Sarah‘, ‘Tracy‘]

也可以負切片（記住倒數第一個元素的索引是 -1）：

L[-2:]

[‘Bob‘, ‘Jack‘]

前10個數，每兩個取一個(第3個參數n為步長，代表隔n個數取出一個)：

L = list(range(100))
>>> L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

（五）jupyter使用

魔法命令

import numpy as np

np.reshape??  #在命令後加？？可以查看對應命令的幫助文檔

  File "<ipython-input-22-38dc740ee985>", line 2
    np.reshape??  #在命令後加？？可以查看對應命令的幫助文檔
              ^
SyntaxError: invalid syntax

a =[1,3,5]

%run my_file.py  #百分號後面的為魔法命令，可以執行非python的內容

%whos  #魔法命令：查看變量

%ls #支持大部分下的Linux命令
%pwd

%timeit a    #使用timeit監測性能

for item in [1,3,5]:
    print(item)

for item in range(10):     #range()可以生成叠代器，等價於range(0,10)
    print(item)

【TensorFlow】01 TensorFlow簡介與Python基礎

編譯器 n) The 腳本語言 ble rem 時間完整快的 TensorFlow簡介與Python基礎 2018.9.10 一、概述 TF使用數據數據流圖進行數值計算，亮點是支持異構設備分布式計算機常用的ML庫有MXNet Torch/Pytorch Theano

【TensorFlow】01 TensorFlow簡介與Python基礎

2018.9.10

一、概述

二、環境配置

虛擬環境的安裝

三、科學工具和流程

四、python基礎

（一）數據類型

整數

浮點數（小數）

字符串

布爾值

（二）字符串

占位符

（三）循環

for...in循環

while循環

（四）Python數據結構

list(列表)

tuple（元組）

dict（字典）

set(集合)

（五）切片

（五）jupyter使用

魔法命令

相關推薦