TensorFlow学习(一):感受一下
2017-05-15 14:53
288 查看
更新:2017.2.27
因为tensorflow1.0出来了,很多不兼容,所以这部分更新了一下。以适应tensorflow1.0
一个 TensorFlow 图(graph)描述了计算的过程. 为了进行计算, 图必须在会话(session)里被启动. 会话将图的op分发到诸如 CPU 或 GPU 之类的 设备 上, 同时提供执行 op 的方法. 这些方法执行后, 将产生的 tensor 返回.
TensorFlow 程序通常被组织成一个构建阶段和一个执行阶段.
在构建阶段, op 的执行步骤被描述成一个图.
在执行阶段, 使用会话执行执行图中的op.例如,通常在构建阶段创建一个图来表示和训练神经网络,然后在执行阶段反复执行图中的训练 op.
首先要放在这里的例子是超级经典的Hello World啦,没有hello world的教程都是耍流氓对吧。
2
3
4
5
6
7
8
9
10
11
12
13
14
1
2
3
4
5
6
7
8
9
10
11
12
13
14
结果:
这里需要把一些出现了的你可能会迷糊的“关键字”挑出来。分别是
这里想要说的重点是建立一个tensorflow程序的过程。首先肯定是载入必要的包,这是废话。然后创建图(graph),然后再在session里面运行图。如果现在还是很晕的话,没有关系,例子见多了就熟悉了。
最后,插入一个tensoflow的API官方文档,以后的内容会随时链接到这里。
API r1.0
因为tensorflow1.0出来了,很多不兼容,所以这部分更新了一下。以适应tensorflow1.0
一.tensorflow背景
背景直接不多说了,一般学习已经开始学习tensorflow的都应该都知道tensorflow的背景了。所以这里直接略过啦。二.安装
在之前的博客里面有详细的tensorflow的安装和配置。相对caffe来说,还是比较简单的。不熟悉的看这里 tensorflow安装三.编程思想
这里直接翻译的官方文档的介绍,TensorFlow 使用图来表示计算任务. 图中的节点被称之为 op (operation 的缩写). 一个 op获得 0 个或多个 Tensor , 执行计算, 产生 0 个或多个 Tensor . 每个 Tensor 是一个类型化的多维数组.tensor也是tensorflow中的核心数据类型。一个 TensorFlow 图(graph)描述了计算的过程. 为了进行计算, 图必须在会话(session)里被启动. 会话将图的op分发到诸如 CPU 或 GPU 之类的 设备 上, 同时提供执行 op 的方法. 这些方法执行后, 将产生的 tensor 返回.
TensorFlow 程序通常被组织成一个构建阶段和一个执行阶段.
在构建阶段, op 的执行步骤被描述成一个图.
在执行阶段, 使用会话执行执行图中的op.例如,通常在构建阶段创建一个图来表示和训练神经网络,然后在执行阶段反复执行图中的训练 op.
四.基本例子
前面说了那么多是很抽象的,这里给出一个基本例子,这个例子现在都可以不用懂其中的含义。现在你只要知道,这个例子能够跑出结果,和这创建两个例子最基本的流程就行了。后面的文章会详细分析。首先要放在这里的例子是超级经典的Hello World啦,没有hello world的教程都是耍流氓对吧。
#import tensorflow from __future__ import print_function,division import tensorflow as tf #define the graph info_op=tf.constant("hello,world") a=tf.constant(10) b=tf.constant(20) add_op=tf.add(a,b) #run graph in session with tf.Session() as session: print(session.run(info_op)) print(session.run(add_op))1
2
3
4
5
6
7
8
9
10
11
12
13
14
1
2
3
4
5
6
7
8
9
10
11
12
13
14
结果:
这里需要把一些出现了的你可能会迷糊的“关键字”挑出来。分别是
constant,
tf.add,
tf.Session这些。但是你现在并不需要马上理解他们是什么。挑出来的原因就是这些事调用的tensorflow的API,你现在不用知道是什么,虽然你可能已经猜出来他们的意义了。
这里想要说的重点是建立一个tensorflow程序的过程。首先肯定是载入必要的包,这是废话。然后创建图(graph),然后再在session里面运行图。如果现在还是很晕的话,没有关系,例子见多了就熟悉了。
最后,插入一个tensoflow的API官方文档,以后的内容会随时链接到这里。
API r1.0
相关文章推荐
- TensorFlow学习(一):感受一下
- TensorFlow学习(一):感受一下
- Tensorflow学习精要版IV ---- 开始稍微深入了解一下
- 开始学习HTML5 大致写一下近两天的感受
- 学习ASP.NET Core, 怎能不了解请求处理管道[3]: 自定义一个服务器感受一下管道是如何监听、接收和响应请求的
- 今天小金子分享一下我从开始学习编程以来的感受
- 学习SPRING中的一个疑惑.请教一下各位
- 学习一下怎么加入自己的图片,用QQShow做一下试验~~~~~~~~~~
- 学习JAVA有2天了,写了一个计算Pi的程序锻炼一下
- 一种很纯粹的伤感,有机会感受一下
- 刚激活,感受一下
- 第一次感受DI & java.lang.reflect.* 学习
- 第一次触电Blog,希望总结一下自己最近的学习成果
- 想深入学习一下IoC,这两天试验hivemind1.0,没有成功!
- 不要忽略c#中的using和as操作符 (转)自己也是不大懂,学习一下
- [北京.NET俱乐部活动]参加者签名并谈一下感受
- 最近学习一下DotNet的验证控件的原理
- 终于稍微完整的学习了一下Linux
- 一个用汇编写的引导区病毒例程,有时间可以分析一下,对各位学习汇编的朋友很有帮助!
- 分享《21个项目玩转深度学习:基于TensorFlow的实践详解》PDF+源代码