01.TensorFlow基本操作

tensorflow基本组件

• 使用图 (graph) 来表示计算任务
• 在被称之为会话 (Session) 的上下文 (context) 中执行图
• 使用 tensor 表示数据
• 通过变量 (Variable) 维护状态
• 使用 feed 和 fetch 可以为任意的操作(arbitrary operation) 赋值或者从其中获取数据

实验代码：

import tensorflow as tf

a=tf.constant(2)
b=tf.constant(3)

with tf.Session() as sess:
    print("a:%i" % sess.run(a) , "b:%i" % sess.run(b))
    print("Addition with constants: %i" % sess.run(a+b))
    print("Multiplication with constant: %i" % sess.run(a*b))

print ("使用变量Variable构造计算图a，b")
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("Addition with variables: %i" % sess.run(add, feed_dict={a: 2, b: 3}))
    print("Addition with variables: %i" % sess.run(mul, feed_dict={a: 2, b: 3}))

print("
" + "构造计算图")
matrix1=tf.constant([[3.,3.]])
matrix2=tf.constant([[2.],[2.]])
product=tf.matmul(matrix1,matrix2)
with tf.Session() as sess:
    result = sess.run(product)
    print(result)

计算结果：