tensorflow2.0|TensorFlow 从入门到精通（0）—— tensorflow编程基础 python|深度学习|tensorflow

import tensorflow as tf

一、初体验

node1 = tf.constant([[1,2,3],[4,5,6]]) node2 = tf.constant([[1,2,3],[4,5,6]]) node3 = tf.add(node1,node2)

node3

# 通过.numpy()获取值 node3.numpy()

array([[ 2,4,6], [ 8, 10, 12]], dtype=int32)

node3.dtype

tf.int32

node3.shape

TensorShape([2, 3])

node3.get_shape()

TensorShape([2, 3])

二、常量

a = tf.constant(1) a

b = tf.constant(2.0) b

# 强制类型转换 a = tf.cast(a,tf.float32)

tf.add(a,b).numpy()

3.0

三、变量

v1 = tf.Variable([1,2]) v1

v2 = tf.Variable([3,4],tf.float32)

v2

tf.Variable(a)

v2

# 更改变量的值 v2.assign(v2+1)

v2.assign_add([2,1])

v2.assign_sub([1,2])

四、tf2执行tf1代码

import tensorflow.compat.v1 as tf

tf.disable_eager_execution()

node1 = tf.constant(3) node2 = tf.constant(4) node3 = node1 + node2 node3

sess = tf.Session() sess.run(node3)

7

sess.close()

五、会话模式 5.1三种对话模式

# 1.会话模式一 tens1 = tf.constant([1]) sess = tf.Session() print(sess.run(tens1)) sess.close()

[1]

# 2.会话模式二 tens1 = tf.constant(1) sess = tf.Session() try: print(sess.run(tens1)) except: ... finally: sess.close()

1

# 3.会话模式三 tens1 = tf.constant(1)with tf.Session() as sess: print(sess.run(tens1))

1

5.2指定默认的对话

指定了默认会话可以通过tf.Tensor.eval函数来计算一个张量的取值

tens1 = tf.constant(1) sess = tf.Session() with sess.as_default(): print(tens1.eval())

1

# 下面代码和上面同理 tens1 = tf.constant(1) sess = tf.Session() print(sess.run(tens1)) print(tens1.eval(session=sess))

1 1

# tf.InteractiveSession() 这个函数会自动将生成的会话注册为默认会话 tens1 = tf.constant(1) sess = tf.InteractiveSession() print(tens1.eval())

1

六、变量的初始化

node1 = tf.Variable(3.0) node2 = tf.Variable(4.0) result = node1+node2 # tf.add(node1,node2)node1_init = node1.initializer node2_init = node2.initializersess = tf.Session() sess.run(node1_init) sess.run(node2_init) print(sess.run([result,node1,node2]))

[7.0, 3.0, 4.0]

# 可以对变量进行批量初始化 node1 = tf.Variable(3.0) node2 = tf.Variable(4.0) result = node1+node2 init = tf.global_variables_initializer() sess.run(init) print(sess.run(result))