Python深度学习TensorFlow神经网络基础概括
目录
- 一、基础理论
- 1、TensorFlow
- 2、TensorFlow过程
- 1、构建图阶段
- 2、执行图阶段(会话)
- 二、TensorFlow实例(执行加法)
- 1、构造静态图
- 1-1、创建数据(张量)
- 1-2、创建操作(节点)
- 2、会话(执行)
- API:
- 普通执行
- fetches(多参数执行)
- feed_dict(参数补充)
- 总代码
一、基础理论
1、TensorFlow
tensor
:张量(数据)flow
:流动Tensor-Flow
:数据流文章图片
2、TensorFlow过程
TensorFlow构成:图和会话
【Python深度学习TensorFlow神经网络基础概括】
1、构建图阶段 构建阶段:定义了数据(张量tensor)与操作(节点operation),构成图(静态)
张量:TensorFlow中的基本数据对象。
节点:提供图中执行的操作。
2、执行图阶段(会话) 执行阶段:使用会话执行定义好的数据与操作。
二、TensorFlow实例(执行加法)
1、构造静态图
1-1、创建数据(张量)
#图(静态)a = tf.constant(2)#数据1(张量)b = tf.constant(6)#数据2(张量)
1-2、创建操作(节点)
c = a + b#操作(节点)
2、会话(执行)
API:
文章图片
普通执行
#会话(执行)with tf.Session() as sess:print(sess.run(a + b))
文章图片
fetches(多参数执行)
#会话(执行)with tf.Session() as sess:print(sess.run([a,b,c]))
文章图片
feed_dict(参数补充)
def Feed_Add():#创建静态图a = tf.placeholder(tf.float32)b = tf.placeholder(tf.float32)c = tf.add(a,b)#会话(执行)with tf.Session() as sess:print(sess.run(c, feed_dict={a:0.5, b:2.0}))
文章图片
总代码
import tensorflow as tfdef Add():#图(静态)a = tf.constant(2)#数据1(张量)b = tf.constant(6)#数据2(张量)c = a + b#操作(节点) #会话(执行)with tf.Session() as sess:print(sess.run([a,b,c])) def Feed_Add():#创建静态图a = tf.placeholder(tf.float32)b = tf.placeholder(tf.float32)c = tf.add(a,b)#会话(执行)with tf.Session() as sess:print(sess.run(c, feed_dict={a:0.5, b:2.0}))Add()Feed_Add()
以上就是Python深度学习TensorFlow神经网络基础概括的详细内容,更多关于TensorFlow神经网络基础的资料请关注脚本之家其它相关文章!
推荐阅读
- 由浅入深理解AOP
- 继续努力,自主学习家庭Day135(20181015)
- python学习之|python学习之 实现QQ自动发送消息
- 逻辑回归的理解与python示例
- 一起来学习C语言的字符串转换函数
- python自定义封装带颜色的logging模块
- 【Leetcode/Python】001-Two|【Leetcode/Python】001-Two Sum
- 定制一套英文学习方案
- 漫画初学者如何学习漫画背景的透视画法(这篇教程请收藏好了!)
- 《深度倾听》第5天──「RIA学习力」便签输出第16期