【深度学习】TensorFlow：“从入门到放弃”

最新推荐文章于 2024-09-10 08:23:58 发布

秦乐乐

最新推荐文章于 2024-09-10 08:23:58 发布

阅读量351

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习

本文链接：https://blog.youkuaiyun.com/qinlele1994/article/details/88982487

深度学习专栏收录该内容

18 篇文章

订阅专栏

本文记录了作者初次接触TensorFlow的经历，包括安装配置过程及解决版本冲突问题的方法，并分享了一个简单的向量相加示例代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

想跟一下深度学习的浪潮，所以在网上购买了两本深度学习的框架书，一本是《TensorFlow》，另外一本是《caffe》，因为刚刚看完了Python的基础语法，caffe书上的实例代码是用的c++，所以先读了TensorFlow这本书。

TensorFlow在Pycharm中的配置还是比较简单的，使用pip install tensorflow 就可以了，但是在运行书上最简单的两个向量相加的代码的时候，出现了tensorflow与python版本不符合的问题，在网上也查找了针对这个的解决办法，什么降python的版本，我不想折腾了，所以采用了一种治标不治本的做法，在文件的开头加上：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

就是屏蔽掉了这个警告。

可能是刚刚开始接触python和tensorflow，对其中的一些语法和函数几乎是一句一句查找的，下面贴出我跑成功的代码，纪念一下我学tensorflow的第一天：

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
g1 = tf.Graph() #实例化一个类
with g1.as_default(): #第一个实例对象
    #定义了一个变量v  初始化为0
    v = tf.get_variable("v",initializer=tf.zeros_initializer()(shape=[1]))

g2 = tf.Graph() #实例化第二个类
with g2.as_default(): #第二个实例对象
    #定义了一个变量v  初始化为1
    v = tf.get_variable("v",initializer=tf.ones_initializer()(shape=[1]))

#在计算图g1中读取变量 v 的取值
with tf.Session(graph=g1) as sess:
    tf.global_variables_initializer().run() #初始化模型的参数
    with tf.variable_scope("",reuse=True):
        #在计算图g1中，变量“v”的取值应该为0，所以下面这行 输出【0.】
        print(sess.run(tf.get_variable("v")))

#在计算图g2中读取变量 v 的取值
with tf.Session(graph=g2) as sess:
    tf.global_variables_initializer().run() #初始化模型的参数
    with tf.variable_scope("",reuse=True):
        #在计算图g1中，变量“v”的取值应该为0，所以下面这行 输出【0.】
        print(sess.run(tf.get_variable("v")))

成功运行了，放弃是不会放弃的，但是一定会坚持下去的