TensorFlow[1]：概念和简例

简介

　　TensorFlow是一个实现机器学习算法的接口，也是执行机器学习算法的框架。使用数据流式图规划计算流程，可以将计算映射到不同的硬件和操作系统平台。

主要概念

　　TensorFlow的计算可以表示为有向图(directed graph)，或者计算图(computation graph)，计算图描述了数据的就算流程，其中每个运算操作(operation)作为一个节点(node)，节点与节点之间连接称为边(edge)。在计算图变中流动(flow)的数据被称为张量(tensor），故称TensorFlow。

　　                                                                    

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　计算图实例[ref1]

　　具体说，在一次运算中[ref2]：

　　　　1. 使用图 (graph) 来表示计算任务：TensorFlow[2]:基本操作实例；

　　　　2. 在被称之为 会话 (Session) 的上下文 (context) 中执行图：TensorFlow[2]:基本操作实例；

　　　　3. 通过 变量 (Variable) 维护状态：TensorFlow[2]:基本操作实例。

代码实例

#!/usr/bin/pyton
 
'''
A simple example(linear regression) to show the complete struct that how to run a tensorflow
 
create_data -> create_tensorflow_struct->start session
create date: 2017/10/20

'''
 
import tensorflow as tf
import numpy as np 
 
#create data
 
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data*0.1 + 0.3
 
###create tensorflow structure begin##
Weights = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
biases = tf.Variable(tf.zeros([1]))
 
y = Weights*x_data + biases
 
loss = tf.reduce_mean(tf.square(y-y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
 
#when define variables, initialize must be called
#init = tf.initialize_all_variables()
### create tensorflow structure end ###
 
sess = tf.Session()
#note: initialize_local_variables no more support in new version
if int((tf.__version__).split('.')[1]) < 12 and int((tf.__version__).split('.')[0]) < 1:
    init = tf.initialize_all_variables()
else:
    init = tf.global_variables_initializer()
 
sess.run(init)
 
for step in range(201):
    sess.run(train)
    if step % 20 == 0:
        #session controls all opertions and varilables
        print(step, sess.run(Weights), sess.run(biases))
 
sess.close()

　　计算结果：

　　

--------------------------------------

说明：关于TensorFlow有很多好的学习资源，本列为前期学习时记录，现整理为笔记，代码参考莫凡