码迷,mamicode.com
首页 > 其他好文 > 详细

02.Tensorflow基础用法

时间:2019-03-12 16:43:06      阅读:230      评论:0      收藏:0      [点我收藏+]

标签:put   mini   upd   session   port   字典   构造   product   imp   

tensorboard   accuracy

1.什么是tensorflow?

  Tensorflow是一个编程系统,使用图(graphs)来表示计算任务,图(graphs)中的节点称之为op(operation)

  一个op获得0个或多个Tensor,执行计算,产生0个或多个Tensor。Tensor 看作是一个 n 维的数组或列表。图必须在会话(Session)里被启动。

  技术图片

  tensorflow使用图(graphs)来表示计算任务,在被称之为会话(Session)的上下文(context)中执行图

  使用tensor表示数据,通过变量(Variable)维护状态,使用feed和fetch可以为任意的操作赋值或者从其中获取数据。

2.创建图和启动图

  

# -*- coding: utf-8 -*-
"""
Created on Tue Mar 12 15:02:01 2019

@author: 32751
"""
import tensorflow as tf
m1 = tf.constant([[3,3]])#创建一常量op,两行一列
m2 = tf.constant([[2],[3]])#创建一常量op,一行两列
product = tf.matmul(m1,m2)#创建一个矩阵乘法op,m1,m2传入
print(product)

# 定义一个绘画,启动默认图
sess = tf.Session()#调用sess的run方法来执行矩阵乘法op
result = sess.run(product)#run(product)触发了途中三个op
print(result)
sess.close()

#第二种方式执行矩阵乘法
with tf.Session() as sess:
    result = sess.run(product)
    print(result)

运行结果如下:

  技术图片

 

3.tensorflow变量加减

  

# -*- coding: utf-8 -*-
"""
Created on Tue Mar 12 15:27:44 2019

@author: 32751
"""
import tensorflow as tf
x = tf.Variable([1,2])
a = tf.constant([3,3])
#增加一个减法op
sub = tf.subtract(x,a)
#增加一个加法op
add = tf.add(x,sub)
#定义全部的变量
init = tf.global_variables_initializer()

with tf.Session() as sess:
    #先对init运行一下,很有必要!
    sess.run(init)
    print(sess.run(sub))
    print(sess.run(add))
#创建一个变量,初始化为0,名字为counter
state = tf.Variable(0,name="counter")
#创建一个新op,使原变量加一
new_value = tf.add(state,1)
#将新的值再重新赋给原变量
update = tf.assign(state,new_value)
#初始化变量
init = tf.global_variables_initializer()
#启动图
with tf.Session() as sess:
    sess.run(init)
    print(sess.run(state))
    for _ in range(5):
        sess.run(update)
        print(sess.run(state))

  运行结果如下:

  技术图片

4.feed赋值,fetch可以操纵多个变量

  

# -*- coding: utf-8 -*-
"""
Created on Tue Mar 12 15:52:50 2019

@author: 32751
"""
import tensorflow as tf
#Fetch  同时运行多个op的意思
input1 = tf.constant(3.0)
input2 = tf.constant(2.0)
input3 = tf.constant(5.0)

add = tf.add(input2,input3)
#乘法
mul = tf.multiply(input1,add)

with tf.Session() as sess:
    result = sess.run([mul,add])
    print(result)

#Feed
    #创建占位符
input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)
output = tf.multiply(input1,input2)
#feed的数据以字典的形式传入
with tf.Session() as sess:
    print(sess.run(output,feed_dict={input1:[7.],input2:[2.]}))

  运行结果如下:

  技术图片

5.构造线性模型,梯度下降优化

  

# -*- coding: utf-8 -*-
"""
Created on Tue Mar 12 16:13:06 2019

@author: 32751
"""
import tensorflow as tf
import numpy as np
#使用numpy生成100个随机点(样本)
x_data = np.random.rand(100)  #确定的值
y_data = x_data*0.1 + 0.2   #确定的值
#构造一个线性模型(准备优化)
b = tf.Variable(0.)
k = tf.Variable(0.)
y = k*x_data + b  #k与b影响loss

#二次代价函数
loss = tf.reduce_mean(tf.square(y_data-y))
#定义一个梯度下降法来进行训练的优化器
optimizer = tf.train.GradientDescentOptimizer(0.2)
#最小化代价函数
train = optimizer.minimize(loss)

#初始化变量
init = tf.global_variables_initializer()

#绘画
with tf.Session() as sess:
    sess.run(init)
    for step in range(201):#迭代201次
        sess.run(train)
        if step%20 == 0:
            print(step,sess.run([k,b]))

  运行结果如下:

  技术图片

  

 

02.Tensorflow基础用法

标签:put   mini   upd   session   port   字典   构造   product   imp   

原文地址:https://www.cnblogs.com/taojh/p/10517656.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!