《智能系统与技术丛书 生成对抗网络入门指南》—2.2.2TensorFlow使用入门

举报
华章计算机 发表于 2019/05/29 15:49:27 2019/05/29
【摘要】 本书摘自《智能系统与技术丛书 生成对抗网络入门指南》一文中的第2章,第2.2.2节,作者是史丹青。

2.2.2 TensorFlow使用入门

       这里初步带大家看一下TensorFlow是如何使用的,不会涉及很完整的内容,具体的教程可以查看官方文档。

       首先写一个最简单的Hello World,由于TensorFlow中所有的数据都记为Tensor,所以这里需要使用tf的常数变量。使用Session来提供运行环境以用于TensorFlow的图计算,否则程序不会执行运算。

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print(sess.run(hello))

        接着我们来看一下TensorFlow如何处理数值类数据的计算操作,与上面一样,这里的加法和乘法都需要在Session中进行计算。

import tensorflow as tf

a = tf.constant(2)

b = tf.constant(3)

with tf.Session() as sess:

    print sess.run(a)

    print sess.run(b)

    print sess.run(a+b)

    print sess.run(a*b)

         也可以使用TensorFlow中的placeholder设置变量来进行计算,如下所示。最后在Session中运行时使用feed参数来进行赋值运算。

import tensorflow as tf

a = tf.placeholder(tf.int16)

b = tf.placeholder(tf.int16)

add = tf.add(a, b)

mul = tf.multiply(a, b)

with tf.Session() as sess:

    print sess.run(add, feed_dict={a: 2, b: 3})

    print sess.run(mul, feed_dict={a: 2, b: 3})

          TensorFlow可以很方便地进行矩阵计算,下面的代码是计算矩阵的乘法。

import tensorflow as tf

matrix1 = tf.constant([[3., 3.]])

matrix2 = tf.constant([[2.],[2.]])

with tf.Session() as sess:

    result = sess.run(product)

    print result


【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。