tensorflow基础语法

Istaroth

于 2017-10-11 12:32:38 发布

阅读量409

点赞数

CC 4.0 BY-SA版权

分类专栏：算法

本文链接：https://blog.youkuaiyun.com/Joliph/article/details/78202371

算法专栏收录该内容

51 篇文章

订阅专栏

本文通过实例演示了如何使用TensorFlow进行基本数学运算，包括加法、乘法等，并介绍了tf.Session()的使用方法。此外，还详细解释了feed机制的工作原理，展示了如何利用tf.placeholder()创建占位符并在运行时传入数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

上手试试：

import tensorflow as tf

input1 = tf.constant(3.0)
input2 = tf.constant(2.0)
input3 = tf.constant(5.0)
intermed = tf.add(input2, input3)
#1.0版本mul改为multiply
mul = tf.multiply(input1, intermed)

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

更多更改：

tf.sub()更改为tf.subtract()
tf.mul()更改为tf.multiply()
tf.types.float32更改为tf.float32
tf.pact()更改为tf.stact()

feed机制：
feed 使用一个 tensor 值临时替换一个操作的输出结果. 你可以提供 feed 数据作为 run() 调用的参数. feed 只在调用它的方法内有效, 方法结束, feed 就会消失. 最常见的用例是将某些特殊的操作指定为 “feed” 操作, 标记的方法是使用 tf.placeholder() 为这些操作创建占位符.

import tensorflow as tf

input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)
output = tf.multiply(input1, input2)

with tf.Session() as sess:
    print(sess.run([output], feed_dict={input1:[7.], input2:[2.]}))

未完待续