导入:

其中的TF_CPP_MIN_LOG_LEVEL据说是为了忽略警告,但是我这里没有意义(numpy的一些警告)

import tensorflow as tf
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"]='3'

常量字符串运算:

其中,log_device_placement参数配置到回话Session中,可以在运行时显示使用的是哪部分的资源(CPU,gpu)

hello=tf.constant('Hello')
cfig=tf.ConfigProto(log_device_placement=True)
sess=tf.Session(config=cfig)
dss=sess.run(hello)
print(dss)
sess.close()

  

常量矩阵运算:

sess=tf.Session()
a=tf.constant([1,2,3,4,5,6],shape=[2,3],name='a')
b=tf.constant([1,2,3,4,5,6],shape=[3,2],name='b')
c=tf.matmul(a,b)
xss=sess.run(c)
print(xss)
sess.close()

  

常量数字运算:

tf.add可以这里使用a+b的形式,name自动取得

sess=tf.Session()
a=tf.constant(1,name='ta')
b=tf.constant(2,name='tb')
#c=a+b
c=tf.add(a,b,name='tc')
sess=tf.Session()
xss=sess.run(c)
print(xss)

  

保存Tensorboard图:

保存图的过程中,提供相应的路径,然后保存sess.graph,是所有运行过的图。

xsum=tf.summary.FileWriter(".",sess.graph)

保存后,打开tensorboard:使用类型cmd命令:打开服务,然后浏览graph项

tensorboard --logdir="."

tensorboard还可以看到其它如直方图,结构图,分布图等部分。

获取默认tensorboard图,显示变量:

gg=tf.get_default_graph()
op1=gg.get_operations()
print(op1)
print(op1[1].node_def)

原始信息:(因为之前有一个字符串常量运行过,所以这里会记录第一个是Const)之前进行过矩阵运算,第一个a为矩阵,其信息则通过op[1].node_def显示出来了

变量计算:

变量计算需要使用tf.global_variables_initializer()进行初始化变量,否则可能报错。

x=tf.constant(1.0,name='input')
w=tf.Variable(0.8,name='weight')
y=tf.multiply(w,x,name='output')
sess=tf.Session()
sess.run(tf.global_variables_initializer())
ans=sess.run(y)
xsum=tf.summary.FileWriter('.',sess.graph)
print(ans)
sess.close()

对应图:

占位符运算演示:

定义好变量后,通过字典格式输入数据,获取结果并打印出来。

x=tf.placeholder(tf.float32,name='x')
y=tf.placeholder(tf.float32,name='y')
z=tf.add(x,y,name='z')
ss=tf.Session()
xsum=tf.summary.FileWriter('.',ss.graph)
xss=ss.run(z,feed_dict={x:1,y:2})
print(xss)

对应图:

eval可以解释字符串表达式

输出d为12

dss='10+2'
d=eval(dss)
d

tensorflow零起点快速入门(1)的更多相关文章

  1. tensorflow零起点快速入门(3)

    创造并运行数据 创造了-3到3的32条数据,然后通过sess.run获取并显示输出数据. x=tf.linspace(-3.0,3.0,32) print(x) sess=tf.Session() r ...

  2. tensorflow零起点快速入门(2)

    指定设备与矩阵乘法 使用tf.device("/gpu:0")用于指定设备进行运算. 在使用jupyter notebook的时候,可能会出现使用异常,需要使用config=tf. ...

  3. tensorflow零起点快速入门(5) --强化学习摘录截图

    tf.random_normal_initializer tf的GraphKeys用法 tf.reduce_mean tf.squared_difference 非tf中的zip,python的zip ...

  4. tensorflow零起点快速入门(4) --入门常用API

    tf.reduce_mean https://blog.csdn.net/he_min/article/details/78694383 计算均值,全部数字的均值,纵向一维的均值,横向一维的均值 tf ...

  5. TensorFlow 2.0 快速入门指南 | iBooker·ApacheCN

    原文:TensorFlow 2.0 Quick Start Guide 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 不要担心自己的形象,只关心如何实现目标.--<原则>,生活 ...

  6. 序言 - PHP零基础快速入门

    我为什么要写<PHP零基础快速入门>? 原因: PHP 真心简单,适合零基础的人快速入门掌握,身边的人学习一两周上手开发的比比皆是: 市面上的文章或书籍对初学者并不友好,多半枯燥乏味,我相 ...

  7. 零基础快速入门web学习路线(含视频教程)

    下面小编专门为广大web学习爱好者汇总了一条完整的自学线路:零基础快速入门web学习路线(含视频教程)(绝对纯干货)适合初学者的最新WEB前端学习路线汇总! 在当下来说web前端开发工程师可谓是高福利 ...

  8. 零基础快速入门SpringBoot2.0 (一)

    零基础快速入门SpringBoot2.0 (一) 一.SpringBoot2.x依赖环境和版本新特性说明 简介:讲解新版本依赖环境和springboot2新特性概述 1.依赖版本jdk8以上, Spr ...

  9. 小D课堂 - 零基础入门SpringBoot2.X到实战_第1节零基础快速入门SpringBoot2.0_1、SpringBoot2.x课程介绍和高手系列知识点

    1 ======================1.零基础快速入门SpringBoot2.0 5节课 =========================== 1.SpringBoot2.x课程全套介绍 ...

随机推荐

  1. np数组转换函数

    1.多维数组降为一维: a = np.arange(24) np.ravel(a)或者a.ravel a.flatten 2.数据类型转换 a = a.astype(np.float32) //tf是 ...

  2. Error, DNGuard Runtime library not loaded!

    // Token: 0x06008CE9 RID: 36073 RVA: 0x0059629A File Offset: 0x00591E9A        [MethodImpl(MethodImp ...

  3. PHP学习之PHP代码的优化

    if代码块的优化 if(1===$orderState){     $status='success'; }else{     $status='error'; } return $status; 简 ...

  4. leetcode 146. LRU Cache 、460. LFU Cache

    LRU算法是首先淘汰最长时间未被使用的页面,而LFU是先淘汰一定时间内被访问次数最少的页面,如果存在使用频度相同的多个项目,则移除最近最少使用(Least Recently Used)的项目. LFU ...

  5. flutter 常用plugins

    搜索plugins flutter plugins搜索地址 谷歌官方plugins https://pub.dev/packages?q=http 到这个链接里面去搜索 https://github. ...

  6. kubernetes架构(2)

    一.Kubernetes 架构: Kubernetes Cluster 由 Master 和 Node 组成,节点上运行着若干 Kubernetes 服务. Master 节点 Master 是 Ku ...

  7. linux无密钥登陆

    1.在用户目录下执行命令 ssh-keygen -t rsa 一路回车: 2.在当前用户目录下,进入.ssh文件夹(.ssh文件夹为隐藏文件夹,直接进去即可). 在.ssh文件夹下执行命令: cat ...

  8. 小程序插件使用wx.createSelectorQuery()获取不到节点信息

    发现小程序一个bug, 在小程序插件中使用wx.createSelectorQuery()获取不到节点信息,需要在后面加入in(this) 例如: const query = wx.createSel ...

  9. centos 自动挂载ISO

    创建挂载点并挂载光盘mkdir -p /media/cdrommount -t iso9660 -o loop /usr/ison/centos.iso /media/cdrom 设置开机自动挂载:方 ...

  10. HA cluster

    ------------恢复内容开始------------ 集群分类: LB负载均衡集群(lvs/nginx(http/upstream, stream/upstream)),HA高可用集群,HP高 ...