Codehub的tensorflow学习笔记1_简单tensor,op和变量操作

课程源于bilibili上的Codehub的tensorflow课程  ……

此笔记主要目的是自己理解和记录，如果能帮到其他人十分开心

首先安装anaconda

pip install tensorflow   #安装tensorflow

了解基本概念  图是基于会话的 session,图中有操作（operate，简称op）和数据(tensor)

比较值得注意的是每次都需要初始化 变量  导入session 在session的基础上添加操作和结果。今天学习到的赋值操作比较特殊

利用assign函数 

update=tf.assign(state,new_value)

默认将参数new_value付给参数state，这个操作名字叫update 每次调用update就可以实现这个功能。

附今天学习的时候写的代码

# In[2]:

import tensorflow as tf 

# In[14]:

#创建一个常量op

m1=tf.constant([[3,3]])

#创建一个常量op

m2=tf.constant([[2],[3]])

#创建一个矩阵乘法的op 把m1,m2 传入

product=tf.matmul(m1,m2)

print(product)

# In[5]:

#定义一个会话，启动默认的图

sess=tf.Session()

#调用sess的run方法来调用矩阵乘法 product

#run(product)触发了图中的3个op

result=sess.run(product)

print(result)

sess.close()

# In[6]:

#创建sess的常用方法，这样就不需要关闭session了

with tf.Session() as sess:

#调用sess的run方法来调用矩阵乘法 product

#run(product)触发了图中的3个op

    result=sess.run(product)

    print(result)   

# In[11]:

x=tf.Variable([1,2])

a=tf.constant([3,3])

#增加一个减法op

sub=tf.subtract(x,a)

#增加一个加法op

add=tf.add(x,sub)

#变量初始化

init=tf.global_variables_initializer()

with tf.Session() as sess:

    #首先在会话中进行变量初始化的操作

    sess.run(init)

    print(sess.run(sub))

    print(sess.run(add))

# In[ ]:

#创建一个变量初始化为0

state=tf.Variable(0,name='counter')

#创建一个op 使state加一

new_value=tf.add(state,1)

#赋值操作  assign 在tensorflow中不能用等号直接赋值，只能用assign方法  这个方法名字叫 update 作用是将第二个值赋给第一个值

update=tf.assign(state,new_value)

#只要出现了变量，就要对变量进行初始化操作

init=tf.global_variables_initializer()

#再次定义一个会话

with tf.Session() as sess:

    sess.run(init) #在会话中初始化变量

    print(sess.run(state))

    for _ in range(5):

        sess.run(update)#调用update方法 更新state的值

        print(sess.run(state))#每更新一次，打印出来