tensorflow學習筆記(1)
阿新 • • 發佈:2018-12-19
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
- tf.constant() 定義常量
- tf.get_variable()定義變數
- a.graph 檢視物件所在的圖
- tf.get_default_graph()
- 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