tensorflow 學習筆記（1）

學習內容：

推薦一個網址：https://www.w3cschool.cn/tensorflow_python/tensorflow_python-hckq2htb.html 這裡有各種tensorflow函式的應用

1. tf.constant() 定義常量
2. tf.get_variable()定義變數
3. a.graph 檢視物件所在的圖
4. tf.get_default_graph()
5. tf.Graph() 建立一個新的圖

tf.constant() 定義常量

tf.constant(
    value,
 
  #值，必須輸入
    dtype=None, #值的型別，可選
    shape=None,  #值的維度 可選
    name='Const', #名字 可選
    verify_shape=False #檢測 shape 是否和 value 的 shape 一致，若為 Fasle，不一致時，會用最後一個元素將 shape 補全
    ）
    #==================================
    a = tf.constant([1,2],name = 'a') #型別為張量
    print(a)  #輸出： Tensor("a:0", shape=
 
(2,), dtype=int32)

tf.get_variable() 定義變數

tf.get_variable(name,  shape, initializer): 
name 就是變數的名稱
shape 是變數的維度
initializer 是變數初始化的方式，初始化的方式有以下幾種：
tf.constant_initializer()：常量初始化函式
tf.random_normal_initializer()：正態分佈
tf.truncated_normal_initializer()：擷取的正態分佈
tf.random_uniform_initializer()：均勻分佈
tf.
 
zeros_initializer()：全部是0
tf.ones_initializer()：全是1
tf.uniform_unit_scaling_initializer()：滿足均勻分佈，但不影響輸出數量級的隨機值

a1 = tf.get_variable(name='a1', shape=[2,3], initializer=tf.random_normal_initializer(mean=0, stddev=1))
a2 = tf.get_variable(name='a2', shape=[1], initializer=tf.constant_initializer(1))
a3 = tf.get_variable(name='a3', shape=[2,3], initializer=tf.ones_initializer())

a.graph 檢視物件所在的圖

tf.get_default_graph()

a.graph檢視當前元素所在的計算圖
printf(a.graph is tf.get_default_graph()) #輸出true還是false，來判斷是否是同一個計算圖

tf.Graph() 建立計算圖

 g1 = tf.Graph()建立一個計算圖
 a = tf.constant([1,2],name = 'a')
 b = tf.constant([3,4],name = 'b')
 result = a + b
 with g1.Session() as sess:
 	init_all = tf.global_variable_initialize()
 	sess.run(init_all)

推薦一個網址：https://www.w3cschool.cn/tensorflow_python/tensorflow_python-hckq2htb.html 這裡有各種tensorflow函式的應用