Tensorflow学习笔记——概述

本文深入探讨了TensorFlow的基本概念,包括使用图(graphs)表示计算任务,如何在会话(Session)中执行这些图,tensor作为数据的表示方式,变量(Variable)用于维护状态,以及如何通过feed和fetch进行数据的赋值和获取。TensorFlow作为一个编程系统,其核心在于使用graphs和operations来实现复杂的计算流程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

基本概念

  • 使用图(graphs)来表示计算任务,graphs是Tensorflow的核心
  • 在被称之为会话 (Session) 的上下文 (context) 中执行图
  • 使用tensor表示数据
  • 通过变量 (Variable) 维护状态
  • 使用feed和fetch可以为任意的操作赋值或者从中获取数据

Tensorflow是一个编程系统,使用graphs来表示计算任务,graphs中的节点称之为operation,一个operation获得0个或多个Tensor,产生0个或多个Tensor。Tensor可以看作是一个n维的数组或列表。graphs必须在Session里被启动。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值