09、TensorFlow张量、变量的区别及代码案例_笔记

东方耀

09、TensorFlow张量、变量的区别及代码案例_笔记

1. # -*- coding: utf-8 -*-
   
2. __author__ = 'dongfangyao'
   
3. __date__ = '2018/9/15 下午3:33'
   
4. __product__ = 'PyCharm'
   
5. __filename__ = 'tf03'
   
6. 
   
7. 
   
8. import tensorflow as tf
   
9. import os
   
10. 
    
11. # 只显示 warning 和 Error
    
12. os.environ["TF_CPP_MIN_LOG_LEVEL"] = '2'
    
13. 
    
14. # 1、定义一个变量 必须给定初始值
    
15. a = tf.Variable(initial_value=3.0, dtype=tf.float32)
    
16. print(type(a))
    
17. aa = 2
    
18. print(type(aa))
    
19. # 2、定义一个张量
    
20. b = tf.constant(value=2.0, dtype=tf.float32)
    
21. print(type(b))
    
22. c = tf.add(a, b)
    
23. 
    
24. # 3、变量的初始化（推荐：使用全局所有变量的初始化API）
    
25. # 相当于在图中加入一个初始化全局所有变量的操作
    
26. # init_op = tf.initialize_all_variables()
    
27. init_op = tf.global_variables_initializer()
    
28. print(type(init_op))
    
29. # a.initialized_value()
    
30. 
    
31. # 4、图的执行阶段
    
32. with tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=True)) as sess:
    
33.     # 运行init_op进行变量初始化，一定要放到所有操作之前
    
34.     sess.run(init_op)
    
35.     # 这也是初始化运行操作的一种，但是要求明确给定当前代码块对应的默认Session是哪个？底层使用默认session（tf.get_default_session()）
    
36.     # init_op.run()
    
37.     # 获取操作的结果
    
38.     print('result:\n{}'.format(sess.run(c)))
    
39.     print('result:\n{}'.format(c.eval()))
    
40. 
    
41.     pass
    
42. 
    
43. 
    

复制代码

1. # -*- coding: utf-8 -*-
   
2. __author__ = 'dongfangyao'
   
3. __date__ = '2018/9/15 下午4:53'
   
4. __product__ = 'PyCharm'
   
5. __filename__ = 'tf04'
   
6. 
   
7. import tensorflow as tf
   
8. import os
   
9. 
   
10. # 只显示 warning 和 Error
    
11. os.environ["TF_CPP_MIN_LOG_LEVEL"] = '2'
    
12. 
    
13. # 1、创建一个变量
    
14. w1 = tf.Variable(initial_value=tf.random_normal(shape=[10], stddev=0.5, seed=10, dtype=tf.float32), name='w1')
    
15. # 2、基于第一个变量创建第二个变量
    
16. a = tf.constant(2, dtype=tf.float32)
    
17. # 要进行变量之间依赖的初始化就一定用：initialized_value()
    
18. w2 = tf.Variable(initial_value=w1.initialized_value()*a, name='w2')
    
19. 
    
20. # 3、进行全局初始化操作
    
21. # init_op = tf.initialize_all_variables()
    
22. init_op = tf.global_variables_initializer()
    
23. 
    
24. # 4、图的执行
    
25. with tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=True)) as sess:
    
26.     sess.run(init_op)
    
27.     result = sess.run([w1, w2])
    
28.     print('w1={}\nw2={}'.format(result[0], result[1]))
    
29.     pass
    

复制代码

zhanghao111

阅读权限高于198

zhanghao111

阅读权限高于198

zhanghao111

阅读权限高于198

小猪课堂

阅读权限高于198