TensorFlow 基础操作

tensorflow是当前最流行的深度学习框架，在这里记录和分享一些tf入门的基本姿势。

国际惯例，代码的第一行输出献给“Hello,World!”。

"""
HelloWorld example using TensorFlow.
"""

from __future__ import print_function

import datetime
import tensorflow as tf

print('Start at: ', datetime.datetime.now())  # 开始时间

hello = tf.constant('Hello, World!')  # 定义一个常量

sess = tf.Session()  # 开始执行tensorflow的会话

# 打印输出
print(sess.run(hello))  # b'Hello, World!'
print('End at: ', datetime.datetime.now())  # 结束时间

基本运算操作

"""
Basic constant operations example using TensorFlow.
"""

from __future__ import print_function

import tensorflow as tf

#  Method1：定义常量后执行
#  定义常量
a = tf.constant(3)
b = tf.constant(5)

# 执行默认图操作
with tf.Session() as sess:
    print("a=3, b=5")
    print("常量相加: %i" % sess.run(a + b))  # 8
    print("常量相乘: %i" % sess.run(a * b))  # 15

# Method2：定义类型、输入值后再执行
# 定义输入类型
a = tf.placeholder(tf.int16)
b = tf.placeholder(tf.int16)

# 定义运算规则
add = tf.add(a, b)
mul = tf.multiply(a, b)

# 执行默认图操作
with tf.Session() as sess:
    # 使用输入变量执行运算
    print("变量相加: %i" % sess.run(add, feed_dict={a: 3, b: 5}))  # 8
    print("变量相乘: %i" % sess.run(mul, feed_dict={a: 3, b: 5}))  # 15

# 矩阵乘法
# 定义一个1x2矩阵
matrix1 = tf.constant([[1., 4.]])

# 定义一个2x1矩阵
matrix2 = tf.constant([[3.], [2.]])

# 定义运算
product = tf.matmul(matrix1, matrix2)

# 执行
with tf.Session() as sess:
    result = sess.run(product)
    print(result)  # [[ 11.]]