TF学习:Tensorflow基础案例、经典案例集合——基于python编程代码的实现(一)-阿里云开发者社区

开发者社区> 一个处女座的程序猿> 正文

TF学习:Tensorflow基础案例、经典案例集合——基于python编程代码的实现(一)

简介: TF学习:Tensorflow基础案例、经典案例集合——基于python编程代码的实现
+关注继续查看

目录


Tensorflow的使用入门


1、TF:使用Tensorflow输出一句话


2、TF实现加法


3、TF实现乘法


4、TF实现计算功能


5、TF:Tensorflow完成一次线性函数计算


Tensorflow的基础案例


1、TF根据三维数据拟合平面


Tensorflow的经典案例



Tensorflow的使用入门


1、TF:使用Tensorflow输出一句话


#TF:使用Tensorflow输出一句话

import tensorflow as tf

import numpy as np

greeting = tf.constant('Hello Google Tensorflow!')

sess = tf.Session()           #启动一个会话

result = sess.run(greeting)   #使用会话执行greeting计算模块

print(result)

sess.close()                  #关闭会话,这是一种显式关闭会话的方式


2、TF实现加法


张量和图的两种方式实现:声明两个常量 a 和 b,并定义一个加法运算。先定义一张图,然后运行它,


# -*- coding: utf-8 -*-

#1、张量和图的两种方式实现:声明两个常量 a 和 b,并定义一个加法运算。先定义一张图,然后运行它,

import tensorflow as tf

import os

import numpy as np

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

#T1

a=tf.constant([1,0,1,4])

b=tf.constant([ 1 , 0 , 0 , 4 ])

result=a+b

sess=tf. Session ()

print (sess.run(result))

sess.close

#T2

with  tf.Session()  as  sess:

   a=tf.constant([ 1 , 0 , 1 , 4 ])

   b=tf.constant([ 1 , 0 , 0 , 4 ])

   result=a+b

   print (sess.run(result))

#2、常量和变量

#TensorFlow 中最基本的单位是常量(Constant)、变量(Variable)和占位符(Placeholder)。常量定义后值和维度不可变,变量定义后值可变而维度不可变。在神经网络中,变量一般可作为储存权重和其他信息的矩阵,而常量可作为储存超参数或其他结构信息的变量。下面我们分别定义了常量与变量

#声明了不同的常量(tf.constant())

a = tf.constant( 2 , tf.int16)  #声明了不同的整数型数据

b = tf.constant( 4 , tf.float32)  #声明了不同的浮点型数据

c = tf.constant( 8 , tf.float32)  

#声明了不同的变量(tf.Variable())

d = tf. Variable ( 2 , tf.int16)

e = tf. Variable ( 4 , tf.float32)  

f = tf. Variable ( 8 , tf.float32)  

g = tf.constant(np.zeros(shape=( 2 , 2 ), dtype=np.float32))#声明结合了 TensorFlow 和 Numpy

h = tf.zeros([ 11 ], tf.int16)  #产生全是0的矩阵

i = tf.ones([ 2 , 2 ], tf.float32)  #产生全是 1的矩阵

j = tf.zeros([ 1000 , 4 , 3 ], tf.float64)  

k = tf. Variable (tf.zeros([ 2 , 2 ], tf.float32))  

l = tf. Variable (tf.zeros([ 5 , 6 , 5 ], tf.float32))

#声明一个 2 行 3 列的变量矩阵,该变量的值服从标准差为 1 的正态分布,并随机生成

w1=tf.Variable(tf.random_normal([2,3],stddev=1,seed=1))

#TensorFlow 还有 tf.truncated_normal() 函数,即截断正态分布随机数,它只保留 [mean-2*stddev,mean+2*stddev] 范围内的随机数

#案例应用:应用变量来定义神经网络中的权重矩阵和偏置项向量

weights = tf.Variable(tf.truncated_normal([256 * 256, 10]))

biases = tf. Variable (tf.zeros([10]))

print (weights.get_shape().as_list())

print (biases.get_shape().as_list())


3、TF实现乘法

Tensorflow之session会话的使用,定义两个矩阵,两种方法输出2个矩阵相乘的结果


import tensorflow as tf

matrix1 = tf.constant([[3, 20]])

matrix2 = tf.constant([[6],      

                      [100]])

product = tf.matmul(matrix1, matrix2)  

# method 1,常规方法

sess = tf.Session()        

result = sess.run(product)

print(result)

sess.close()            

# # method 2,with方法

# with tf.Session() as sess:   #

#     result2 = sess.run(product)

#     print(result2)


版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
java面试题:写代码使得分别出现StackOverflowError和OutOfMemoryError
今天做了个笔试,这是其中的一道题目:写代码使得分别出现StackOverflowError和OutOfMemoryError。 1.StackOverflowError   堆栈溢出错误一般是递归调用嘛。
705 0
Python编程语言学习:如何将excel表格内的科学计数法转为常规数值并全部显示?
Python编程语言学习:如何将excel表格内的科学计数法转为常规数值并全部显示?
9 0
Java基础-21总结字符流,IO流编码问题,实用案例必做一遍
你需要的是什么,直接评论留言。 获取更多资源加微信公众号“Java帮帮” (是公众号,不是微信好友哦) 还有“Java帮帮”今日头条号,技术文章与新闻,每日更新,欢迎阅读 学习交流请加Java帮帮交流QQ群553841695 分享是一种美德,分享更快乐! 1:字符流(掌握)  // 字节流读取中文可能出现的小问题(所以用字
1523 0
深度学习Trick——用权重约束减轻深层网络过拟合|附(Keras)实现代码
深度学习小技巧,约束权重以降低模型过拟合的可能,附keras实现代码。
1558 0
《逻辑与计算机设计基础(原书第5版)》——1.5 十进制编码
本节书摘来自华章计算机《逻辑与计算机设计基础(原书第5版)》一书中的第1章,第1.5节,作者:(美)M.莫里斯·马诺(M. Morris Mano)著, 更多章节内容可以访问云栖社区“华章计算机”公众号查看。
736 0
Python编程:reload热更新代码
Python编程:reload热更新代码
6 0
+关注
一个处女座的程序猿
国内互联网圈知名博主、人工智能领域优秀创作者,全球最大中文IT社区博客专家、CSDN开发者联盟生态成员、中国开源社区专家、华为云社区专家、51CTO社区专家、Python社区专家等,曾受邀采访和评审十多次。仅在国内的CSDN平台,博客文章浏览量超过2500万,拥有超过57万的粉丝。
1701
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
文娱运维技术
立即下载
《SaaS模式云原生数据仓库应用场景实践》
立即下载
《看见新力量:二》电子书
立即下载