TensorFlow 基础概念

（未完待续）

1Session

我们先定义要执行的结构：

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

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

product = tf.matmul(matrix1,matrix2)

session使用方法1

sess = tf.Session()

result = sess.run(product)

print(result)

sess.close()

session使用方法2

with tf.Session as sess:

　　result = sess.run(product)

　　print(result)

2Variable

定义变量的意思。在tensorflow中，一定要用variable定义变量。

在使用变量的时候tf.initialize_all_variables来初始化变量

state = tf.Variable(0,name=‘counter‘)

one = tf.constant(1)

new_value = tf.add(state,one)

update = tf.assign(state,new_value)

init = tf.initialize_all_variables()

with tf.Session() as sess:

　　sess.run(init)

　　for _ in range(3):

　　　　sess.run(update)

　　　　print(sess.run(state))　　

运行结果：

1

2

3

3placeholder  与 feed_dict

在session run 运行的过程中从外界传入值，进行运算。

input1 = tf.placeholder(tf.float32)

input2 = tf.placeholder(tf.float32)

output = tf.mul(input1,input2)

with tf.Session () as sess:

　　print(sess.run(output,feed_dict={input1:[7],input2:[2]}))

运行结果

[14]

4Activation Function

参考链接

https://applenob.github.io/tf_1.html