TensorFlow简介与Python基础
2018.9.10
一、概述
- TF使用数据数据流图进行数值计算，亮点是支持异构设备分布式计算机
- 常用的ML库有MXNet Torch/Pytorch Theano CNTK Caffe等
- 0阶张量（纯量），1阶张量（向量），2阶张量（矩阵）tensor（张量） flow（流动）
- 编程模式 命令式编程（Torch） 符号式编程（Tensorflow，theano 描述算法流程 放到其他语言执行）
- TF使用数据流图来进行编程 是一种推断结构
- TF的高层库()如Kearas（对用户友好，模块化）
- Deep-learning主要的运算是浮点运算
- TF的亮点之一是autograph模式
- TF的功能：设计、训练、部署（唯一一个形成完整生态的ML sys）
二、环境配置
虚拟环境的安装
- 使用pip命令安装venv
sudo pip install virtualenv - cd 项目目录 切换到项目所在的目录
- 激活虚拟环境
virtualenv --system-site-packages venv - 退出venv
deactivate5、查看venv环境的python包版本
pip freeze
三、科学工具和流程
- 编译语言C,C++,Fortran 快，优化好，但语法不友好
- 脚本语言： Matlab 开发友好，收费，基础语言缺乏
R语言 偏向统计，不能完成所有的任务 - 高级的pyhton shell：IPython，Jupyter
- python包：
Numpy：强大的数值对象操作
Scipy：高级的数据处理程序 （优化、回归差值等）
Matplotlib：2D可视化 (不可交互，对3D图像支持不好)
四、python基础
（一）数据类型
python的变量类型不像C++一样在定义时必须制定参数的变量类型，是一种动态语言
整数
Python可以处理任意大小（没有大小限制）的正负整数，使用0x作为前缀表示十六进制
浮点数（小数）
按照科学计数法表示的数字，比如1.23e9代表$1.23*e^9$
由于储存方式不同，整数永远是精确的，但是浮点数可以四舍五入
字符串
字符串是以单引号或者双引号括起来的任意文本
如果字符串里有很多字符需要转义，为简化可以使用r‘‘，引号内的字符串默认不转义
print(‘\\\t\\‘)\ \print(r‘\\\t\\‘)\\\t\\布尔值
boolean只有True和false两种，其结果可由比较运算，逻辑运算得出（and，or，not）
- 当两个变量比较时，如果给定的变量值小于100，则使用is运算的得到的两个变量所得bool结果为true，否则为false（这是由于python在储存同一个变量是当变量的数值小于100是使用同一块内存，而大于100是则不使用同一块内存）
a = 1000
b = 1000
print(a is b)
print(id(a),id(b))False
4526894320 4526894960a = 100
b = 100
print(a is b)
print(id(a),id(b))True
4305331680 4305331680（二）字符串
在python保存源代码是，需要制定保存为UTF-8编码，当解释器读取时，在开头加上这两行文字(第一行告诉Unix系统这是一个python可执行程序，win会忽略这个注释，第二行是告诉编译器以utf-8的方式读取,否则中文不能正常编码)：
#!/usr/bin/env python3
#-*- coding: utf-8 -*-占位符
在Python中，格式化方式与C相同，使用%实现。%s表示用字符串替换，%d表示用整数替换，有几个%?后面就需要跟几个变量或值，当变量大于2时需要用括号括起来，有一个的话可以省略
print("Hi,my name is %s, I‘m %d years old."%(‘Alex‘,10))Hi,my name is Alex, I‘m 10 years old.| 占位符 | 替换内容 |
|---|---|
| %d | 整数 |
| %f | 浮点数 |
| %s | 字符串 |
| %x | 十六进制数 |
（三）循环
for...in循环
for x in ...就是把每个元素带入变量x，然后执行缩进块的语句
names = [‘A‘,‘B‘,‘C‘]
for name in names:
print(name)A
B
C使用range(n)可以生成一个迭代器，其值是0 ~ n-1
sum = 0
for i in range(101):
sum = sum + i
print(sum)5050while循环
使用while循环打印100以内所有奇数的和：
sum = 0
n = 99
while n>0:
sum = sum + n
n = n - 2
print(sum)2500（四）Python数据结构
list(列表)
list是有序的集合，可以随时删除和添加元素
classlist = [‘class1‘,‘class2‘,‘class3‘]
len(classlist) #使用len可以获得列表的长度
classlist[0] #使用下标可以访问list的元素（以0开始）
classlist[-1] #使用负下标可以访问倒数的元素‘class3‘列表的插入
classlist.append(‘class4‘) #尾插法
print(classlist)
classlist.insert(1,‘class5‘) #指定索引插入
print(classlist)[‘class1‘, ‘class2‘, ‘class3‘, ‘class4‘]
[‘class1‘, ‘class5‘, ‘class2‘, ‘class3‘, ‘class4‘]列表的删除
classlist.pop() #如果pop不加参数，则删除最后一个，否则按照索引顺序删除
print(classlist)[‘class1‘, ‘class5‘, ‘class2‘, ‘class3‘]注意：
- list中的元素数据类型可以不同
- list中可以有另外的list
- list中一个元素也没有，则其长度为0
tuple（元组）
元组的另一名称为有序列表，一旦初始化就不能修改，没有append和pop方法
tuple存在的意义在于tuple不可变，所以代码更安全，如果可能，尽量用tuple代替list
当定义只有一个元素的tuple时，需要将这个元素后面加上一个逗号，因为（）可能会产生歧义。Python规定单独出现的小括号内容计算结果使其本身。
t = (1,) #是（1，）而不是（1）
print(t)(1,)注意：
- 要创建一个内容也不变的tuple必须保证tuple中的每一个元素本身不能变（不允许出现tuple中嵌套list的情况）
dict（字典）
dict使用键-值（key-value）存储，具有很快的查找速度
dic = {‘A‘:95,‘B‘:80,‘C‘:75}
print(dic[‘A‘])95修改dic某个key的值：
dic[‘A‘]=60
print(dic[‘A‘])60对比list与dict：
dict：查找插入速度快，不会因为key的增加而变慢，但浪费内存多
list：查找插入时间随着元素的增加而增加，但占用空间小，浪费内存少
注意：
- dic是一种用空间换时间的存储结构（hash）
- key必须是不可变的对象
set(集合)
set与dict类似，是key的集合，但不存储value，没有重复的key
重复的元素在set中被自动过滤掉：
s = set([1,1,2,2,3,3])
print(s){1, 2, 3}其他方法：
add（key）可以添加元素到set中
remove（key）可以删除set中的元素
集合操作：
s1 = set([1,2,3])
s2 = set([2,3,4])
print(s1&s2)
print(s1|s2){2, 3}
{1, 2, 3, 4}（五）切片
L = [‘Michael‘, ‘Sarah‘, ‘Tracy‘, ‘Bob‘, ‘Jack‘]取得前三个元素：
L = [‘Michael‘, ‘Sarah‘, ‘Tracy‘, ‘Bob‘, ‘Jack‘]
print(L[:3])
#L[0:3]表示，从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素
#如果第一索引是0，可以省略[‘Michael‘, ‘Sarah‘, ‘Tracy‘]也可以负切片（记住倒数第一个元素的索引是 -1）：
L[-2:][‘Bob‘, ‘Jack‘]前10个数，每两个取一个(第3个参数n为步长，代表隔n个数取出一个)：
L = list(range(100))
>>> L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95][0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]（五）jupyter使用
魔法命令
import numpy as npnp.reshape?? #在命令后加？？可以查看对应命令的帮助文档 File "<ipython-input-22-38dc740ee985>", line 2
np.reshape?? #在命令后加？？可以查看对应命令的帮助文档
^
SyntaxError: invalid syntaxa =[1,3,5]%run my_file.py #百分号后面的为魔法命令，可以执行非python的内容%whos #魔法命令：查看变量%ls #支持大部分下的Linux命令
%pwd%timeit a #使用timeit监测性能for item in [1,3,5]:
print(item)for item in range(10): #range()可以生成迭代器，等价于range(0,10)
print(item)原文地址：http://blog.51cto.com/xuan97916/2173547