tensorflow学习笔记（1）-sess

最新推荐文章于 2023-08-30 10:38:53 发布

原创最新推荐文章于 2023-08-30 10:38:53 发布 · 610 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow

论文笔记专栏收录该内容

17 篇文章

订阅专栏

本文通过使用TensorFlow实现矩阵乘法操作，展示了如何创建常量操作并进行矩阵运算。文章详细介绍了创建矩阵、定义乘法操作以及运行会话获取结果的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# -*- coding: utf-8 -*-

import tensorflow as tf

# 创建一个常量 op, 产生一个 1x2 矩阵. 这个 op 被作为一个节点
# 加到默认图中.
#
# 构造器的返回值代表该常量 op 的返回值.
matrix1 = tf.constant([[3., 3.]])

# 创建另外一个常量 op, 产生一个 2x1 矩阵.
matrix2 = tf.constant([[2.],[2.]])

# 创建一个矩阵乘法 matmul op , 把 'matrix1' 和 'matrix2' 作为输入.
# 返回值 'product' 代表矩阵乘法的结果.
product = tf.matmul(matrix1, matrix2)

#print(product)

## 启动默认图.
#sess = tf.Session()
#
## 调用 sess 的 'run()' 方法来执行矩阵乘法 op, 传入 'product' 作为该方法的参数. 
## 上面提到, 'product' 代表了矩阵乘法 op 的输出, 传入它是向方法表明, 我们希望取回
## 矩阵乘法 op 的输出.
##
## 整个执行过程是自动化的, 会话负责传递 op 所需的全部输入. op 通常是并发执行的.
## 
## 函数调用 'run(product)' 触发了图中三个 op (两个常量 op 和一个矩阵乘法 op) 的执行.
##
## 返回值 'result' 是一个 numpy `ndarray` 对象.
#result = sess.run(product)
#print(result)
## ==> [[ 12.]]
#
## 任务完成, 关闭会话.
#sess.close()

with tf.Session() as sess:
  result = sess.run([product])
  print (result)