誠信線上私網申博包殺網 Tensorflow學習筆記1:Get Started
█直接聯絡電話:18475600009█微信:18475600009
Tensorflow學習筆記1:Get Started
關於Tensorflow的基本介紹
Tensorflow是一個基於圖的計算系統,其主要應用於機器學習。
從Tensorflow名字的字面意思可以拆分成兩部分來理解:Tensor+flow。
- Tensor:中文名可以稱為“張量”,其本質就是任意維度的陣列。一個向量就是一個1維的Tensor,一個矩陣就是2維的Tensor。
- Flow:指的就是圖計算中的資料流。
當我們想要使用Tensorflow做什麼事情的時候,一般需要三個操作步驟:
- 建立Tensor;
- 新增Operations(Operations輸入Tensor,然後輸出另一個Tensor);
- 執行計算(也就是執行一個可計算的圖)。
Tensorflow有個圖的概念,Operations會新增到圖中,作為圖的節點。在新增某Operation的時候,不會立即執行該Operation。Tensorflow會等待所有Operation新增完畢,然後Tensorflow會優化該計算圖,以便決定如何執行計算。
快速使用
如果想開始實驗一下Tensorflow,可以通過Docker啟動官方的映象tensorflow/tensorflow
如下所示,
lienhuadeMacBook-Pro:tensorflow lienhua34$ docker run -d -p 8888:8888 --name tensorflow tensorflow/tensorflow 0fc7849b3ef5ac56e8ad372cc201874338c586ed5f47a4205997712efcd35646 lienhuadeMacBook-Pro:tensorflow lienhua34$ docker ps -a CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 0fc7849b3ef5 tensorflow/tensorflow "/run_jupyter.sh" 49 minutes ago Up 2 seconds 6006/tcp, 0.0.0.0:8888->8888/tcp tensorflow
該映象啟動一個jupyter,然後我們在瀏覽器中輸入http://localhost:8888/來訪問,如下圖所示,
然後點選右上角的New -> Python 2,新建的一個Python互動頁面,便可以開始實驗Tensorflow的功能,
簡單例項:向量相加
下面我們通過兩個向量相加的簡單例子來看一下Tensorflow的基本用法。
[1. 1. 1. 1.] + [2. 2. 2. 2.] = [3. 3. 3. 3.]
import tensorflow as tf with tf.Session(): input1 = tf.constant([1.0 1.0 1.0 1.0]) input2 = tf.constant([2.0 2.0 2.0 2.0]) output = tf.add(input1, input2) result = output.eval() print result
Tensorflow的計算必須要在一個Session的上下文中。Session會包含一個計算圖,而這個圖你新增的Tensors和Operations。當然,你在新增Tensor和Operation的時候,它們都不會立即進行計算,而是等到最後需要計算Session的結果的時候。當Tensorflow之後了計算圖中的所有Tensor和Operation之後,其會知道如何去優化和執行圖的計算。
兩個tf.constant() 語句向計算圖中建立了兩個Tensor。呼叫tf.constant()的動作大致可以說為,建立兩個指定維度的Tensor,以及兩個constant操作符用於初始化相對應的Tensor(不會立即執行)。
tf.add()語句向計算圖中添加了一個add操作,當不會立即執行,這時候add操作的結果還無法獲取。此時,計算圖大致如下所示,
關於Tensorflow的基本介紹
Tensorflow是一個基於圖的計算系統,其主要應用於機器學習。
從Tensorflow名字的字面意思可以拆分成兩部分來理解:Tensor+flow。
- Tensor:中文名可以稱為“張量”,其本質就是任意維度的陣列。一個向量就是一個1維的Tensor,一個矩陣就是2維的Tensor。
- Flow:指的就是圖計算中的資料流。
當我們想要使用Tensorflow做什麼事情的時候,一般需要三個操作步驟:
- 建立Tensor;
- 新增Operations(Operations輸入Tensor,然後輸出另一個Tensor);
- 執行計算(也就是執行一個可計算的圖)。
Tensorflow有個圖的概念,Operations會新增到圖中,作為圖的節點。在新增某Operation的時候,不會立即執行該Operation。Tensorflow會等待所有Operation新增完畢,然後Tensorflow會優化該計算圖,以便決定如何執行計算。
快速使用
如果想開始實驗一下Tensorflow,可以通過Docker啟動官方的映象tensorflow/tensorflow。
如下所示,
lienhuadeMacBook-Pro:tensorflow lienhua34$ docker run -d -p 8888:8888 --name tensorflow tensorflow/tensorflow 0fc7849b3ef5ac56e8ad372cc201874338c586ed5f47a4205997712efcd35646 lienhuadeMacBook-Pro:tensorflow lienhua34$ docker ps -a CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 0fc7849b3ef5 tensorflow/tensorflow "/run_jupyter.sh" 49 minutes ago Up 2 seconds 6006/tcp, 0.0.0.0:8888->8888/tcp tensorflow
該映象啟動一個jupyter,然後我們在瀏覽器中輸入http://localhost:8888/來訪問,如下圖所示,
然後點選右上角的New -> Python 2,新建的一個Python互動頁面,便可以開始實驗Tensorflow的功能,
簡單例項:向量相加
下面我們通過兩個向量相加的簡單例子來看一下Tensorflow的基本用法。
[1. 1. 1. 1.] + [2. 2. 2. 2.] = [3. 3. 3. 3.]
import tensorflow as tf with tf.Session(): input1 = tf.constant([1.0 1.0 1.0 1.0]) input2 = tf.constant([2.0 2.0 2.0 2.0]) output = tf.add(input1, input2) result = output.eval() print result
Tensorflow的計算必須要在一個Session的上下文中。Session會包含一個計算圖,而這個圖你新增的Tensors和Operations。當然,你在新增Tensor和Operation的時候,它們都不會立即進行計算,而是等到最後需要計算Session的結果的時候。當Tensorflow之後了計算圖中的所有Tensor和Operation之後,其會知道如何去優化和執行圖的計算。
兩個tf.constant() 語句向計算圖中建立了兩個Tensor。呼叫tf.constant()的動作大致可以說為,建立兩個指定維度的Tensor,以及兩個constant操作符用於初始化相對應的Tensor(不會立即執行)。
tf.add()語句向計算圖中添加了一個add操作,當不會立即執行,這時候add操作的結果還無法獲取。此時,計算圖大致如下所示,