TensorFlow基础知识2

最新推荐文章于 2025-05-27 00:17:50 发布

原创最新推荐文章于 2025-05-27 00:17:50 发布 · 165 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#Python #TensorFlow

深度学习专栏收录该内容

3 篇文章

订阅专栏

本文介绍TensorFlow的基础使用方法，包括变量定义、基本运算操作、占位符应用等，并通过实例展示了如何更新变量状态及保存模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import tensorflow as tf      #导入
w = tf.Variable([[0.1,1.0]])  #定义变量
x = tf.Variable([[2.0],[1.0]])
y = tf.matmul(w,x)    #矩阵乘法
print(w)    #输出
print(x)
print(y)

init_op = tf.global_variables_initializer()   #变量全局初始化
with tf.Session as sess:    #定义会话图
    sess.run(init_op)       #运行会话
    print(y。eval())         #输出

tf.zeros([3,4],tf.float32)  #零矩阵
tensor = tf.constant([1,2,3,3])  #常量
tf.linspace(10,12,3,name="linspace")

#'tensor' is ([1,2,3],[4,5,6])
tf.zeros_like(tensor) #[[0,0,0],[0,0,0]]
tf.ones_like(tensor)  #[[1,1,1],[1,1,1]]

#创建正态分布
norm = tf.random_normal([2,3],mean=-1,stddev=4)#结构、均值、方差
#洗牌操作
c = tf.consant([[1,2],[3,4],[5,6]])
shuff = tf.random_shuffle(c)  #[[1,2,,[5,6],[3,4]]
#运行
sess = tf.Session()
print(sess.run(norm))
print(sess.run(shuff))

一个小例子

state = tf.Variable(0)
new_value = tf.add(state,tf.constant(1))
update = tf.assign(state,new_value)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(state))
    for _ in range(3):
        sess.run(update)
        print(sess.run(state))

#保存sess
save_path = saver.save(sess,"C://tensorflow//model//test")
print("Model saved in file:",save_path)

#占位符
input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)
output = tf.multiply(input1,input2) #乘法
with tf.Session() as sess:
    print(sess.run([output],feed_dict={input1:[7.],input2:[2.]}))