Tensor flow知识总结

最新推荐文章于 2025-05-23 12:18:51 发布

原创最新推荐文章于 2025-05-23 12:18:51 发布 · 249 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow学习笔记

tensorflow学习笔记专栏收录该内容

1 篇文章

订阅专栏

本文分享了TensorFlow使用过程中的关键知识点，包括变量初始化、Saver保存与恢复、Graph结构解析、Operation与Tensor操作、Session使用方法及Tensor与NumPy数组转换技巧，适合初学者与进阶用户。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Tensorflow

第一篇博文吧，打算记录一些tensorflow的使用注意事项

tf.Variable tf.train.Saver
变量初始化：tf.initialize_all_variables( )

weight = tf.Variable(tf.random_normal([784,280]), stddev = 0.5, name = 'w1' )
w2 = tf.Variable(weights.initialized_value(), name = 'w2')
saver = tf.train.Saver( )   saver.save( )   saver.restore( )

tensorflow graph (这一块看了好几遍了都没有看懂)

node - operation ; edge - data operated
tf.Graph

graph collections
tf.add_to_collections associate a series of objects with a key
tf.get_collection (当我们定义 variable 时，会默认加入到 default variables key )
tf.Tensor 作为graph 中传递数据和返回数据存储的类型
Tensor. get_shape ( ) Tensor.eval( feed_dict = ; sess = )
** v = tf.Variable( )** 向graph 中添加一个operation store a writable tensor value
other methods: assign assign_add
** call tf.train.Optimizer.minimize ** add all operations and tensors to the default graph
return a tf.Operation ( a list of variables)

tensorflow and numpy

tf.convert_to_tensor( ) tensor.eval( )
要对tensor进行操作，需要先启动一个Session,否则，我们无法对一个tensor比如一个tensor常量重新赋值或是做一些判断操作，所以如果将它转化为numpy数组就好处理了。下面一个小程序讲述了将tensor转化为numpy数组，以及又重新还原为tensor：*[https://blog.youkuaiyun.com/ljs_a/article/details/78758116]