文章目錄

• 1.tensorflow介紹
• 2.Hello World
• 3.基本操作

1.tensorflow介紹

TensorFlow™ 是一個採用資料流圖（data flow graphs），用於數值計算的開源軟體庫。節點（Nodes）在圖中表示數學操作，圖中的線（edges）則表示在節點間相互聯絡的多維資料陣列，即張量（tensor）。它靈活的架構讓你可以在多種平臺上展開計算，例如臺式計算機中的一個或多個CPU（或GPU），伺服器，移動裝置等等。TensorFlow 最初由Google大腦小組（隸屬於Google機器智慧研究機構）的研究員和工程師們開發出來，用於機器學習和深度神經網路方面的研究，但這個系統的通用性使其也可廣泛用於其他計算領域。

tensorflow使用資料流圖表示運算操作。資料流圖用“結點”（nodes）和“線”(edges)的有向圖來描述數學計算。“節點” 一般用來表示施加的數學操作，但也可以表示資料輸入（feed in）的起點/輸出（push out）的終點，或者是讀取/寫入持久變數（persistent variable）的終點。“線”表示“節點”之間的輸入/輸出關係。這些資料“線”可以輸運“size可動態調整”的多維資料陣列，即“張量”（tensor）。張量從圖中流過的直觀影象是這個工具取名為“Tensorflow”的原因。一旦輸入端的所有張量準備好，節點將被分配到各種計算裝置完成非同步並行地執行運算。

2.Hello World

按照推薦的教程，完成tensorflow的安裝。

tensorflow-Windows的安裝請參考: 安裝教程.

第一部分內容：建立一個名為hello的常量，建立會話（session），執行會話並輸出常量。

開啟終端，輸入命令啟用tensorflow環境：

activate tensorflow

輸入python，並回車，如下圖所示：

首先，在python中匯入tensorflow：

import tensorflow as tf

定義一個常量hello

hello = tf.constant(
 
'Hello, TensorFlow!')

建立回話

sess = tf.Session()

執行，並輸出

print(sess.run(hello))

輸出結果：

b'Hello, TensorFlow!'

3.基本操作

TensorFlow的幾個概念：
① 圖（Graph）：用來表示計算任務，也就我們要做的一些操作。
②會話（Session）：建立會話，此時會生成一張空圖；在會話中新增節點和邊，形成一張圖，一個會話可以有多個圖，通過執行這些圖得到結果。如果把每個圖看做一個車床，那會話就是一個車間，裡面有若干個車床，用來把資料生產成結果。
③Tensor：用來表示資料，是我們的原料。
④ 變數（Variable）：用來記錄一些資料和狀態，是我們的容器。
⑤ feed和fetch：可以為任意的操作(arbitrary operation) 賦值或者從其中獲取資料。相當於一些鏟子，可以操作資料。

形象的比喻是：把會話看做車間，圖看做車床，裡面用Tensor做原料，變數做容器，feed和fetch做鏟子，把資料加工成我們的結果。

接下來，我們將實現標量的加、乘操作，向量的加、乘操作。

• 標量的加、乘操作：

import tensorflow as tf
# 定義兩個佔位符a和b，將接收接下來要相加、乘的兩個標量2，3
a = tf.placeholder(tf.int16)
b = tf.placeholder(tf.int16)

# 啟動計算圖
# 其中 add為加操作，mul為乘操作，a和b接收資料，feed_dict將資料輸入到計算圖中
# sess.run 執行計算圖
with tf.Session() as sess:
    print "Addition with variables: %i" % sess.run(add, feed_dict={a: 2, b: 3})
    print "Multiplication with variables: %i" % sess.run(mul, feed_dict={a: 2, b: 3})

輸出（2加3和2乘3）：

Addition with variables: 5
Multiplication with variables: 6

• 向量的加、乘操作：

import tensorflow as tf
#定義兩個矩陣常量
matrix1 = tf.constant([[3., 3.]])
matrix2 = tf.constant([[2.],[2.]])

#兩個矩陣乘
product = tf.matmul(matrix1, matrix2)

#啟動計算圖
#sess.run 執行計算圖
with tf.Session() as sess:
   result = sess.run(product)
   print result

輸出兩個矩陣的乘積：

[[ 12.]]

參考文獻：
[1] TensorFlow Examples: github.
[2] 五分鐘帶你入門TensorFlow: link.
[3] TensorFlow 中文社群 link.

本文內容編輯：費東