tensorflow 使用 1 常量，变量

import tensorflow as tf

#创建一个常量 op  一行二列
m1 = tf.constant([[3, 3]])
#创建一个常量 op  二行一列
m2 = tf.constant([[2], [3]])

# 创建一个矩阵乘法 op， 把 m1,m3 传入
prod = tf.matmul(m1, m2)
print(prod)

#  调用 session 方法来执行矩阵乘法 op
# sess = tf.Session()
# res = sess.run(prod)
# print(res)
# sess.close()

with tf.Session() as sess:
  res = sess.run(prod)
  print(res)  

　　

Tensor("MatMul_6:0", shape=(1, 1), dtype=int32)
[[15]]

　　

变量的使用

import tensorflow as tf

# 定义个变量
x = tf.Variable([1, 2])
# 定义个常量
a = tf.constant([3, 3])

# 增加个减法 op
sub = tf.subtract(x, a)

# 增加个加法 op
add = tf.add(x, sub)

# 初始化全局变量
init = tf.global_variables_initializer()

with tf.Session() as sess:
  # 变量初始化
  sess.run( init )
  print('sub 的值',sess.run(sub))
  print('add 的值',sess.run(add))

　　

sub 的值 [-2 -1]
add 的值 [-1  1]

　　

用 for 循环，给一个值自增 1

import tensorflow as tf

# 可以给变量定名字
state = tf.Variable(0, name='coun')

# 自动加 1
new_value = tf.add(state, 1)
# 赋值：把 new_value 的值给 state
update = tf.assign(state, new_value)

# 初始化全局变量
init = tf.global_variables_initializer()
with tf.Session() as sess:
  sess.run( init )
  print( 'state 的值' )
  print( sess.run(state) )
  for _ in range(5):
    sess.run( update )
    print( 'state 的值' )
    print( sess.run(state) )

　　

state 的值
0
state 的值
1
state 的值
2
state 的值
3
state 的值
4
state 的值
5