使用TensorFlow完成HelloWorld

使用TensorFlow完成HelloWorld

1.安装python和TensorFlow
2.完成helloworld案例

首先,安装python环境也是很简单的,直接上网址,选择合适的版本,我这里选择的是3.5.2版本,安装直接选择exe文件安装,Windows x86-64 executable installer我是Windows环境,如果是其他os可以选择对应的版本,安装的时候注意在界面选择add to buildpath,使用TensorFlow完成HelloWorld_第1张图片这样就不需要在配置环境了,很方便。安装完成后命令行输入python能出来就说明安装成功了。
接下来就是安装Google开源框架了,直接用pip 安装,亲测是可行的,注意pip安装时要退出python环境,然后执行pip install tensorflow,然后就是等待下载直到成功安装。(网络不好的可以再尝试尝试,或者尝试下载好本地安装)使用TensorFlow完成HelloWorld_第2张图片到这个界面就是安装成功了。基本完成第一步开发环境的安装了。
接下来就是完成深度学习的helloworld案例了。

import tensorflow as tf
# 初始化一个2*3*1的神经网络的,随机初始化权重
w1 = tf.Variable(tf.random_normal([2, 3], stddev=1, seed=1))
w2 = tf.Variable(tf.random_normal([3, 1], stddev=1, seed=1))
x = tf.constant([[0.7, 0.9]])
# 执行计算,没有权重bias
a = tf.matmul(x, w1)
y = tf.matmul(t1, w2)

with tf.Session() as sess:
    # 必须要先执行初始化
    sess.run(w1.initializer)
    sess.run(w2.initializer)
    # print(sess.run(a))
    print(sess.run(y))

上面的代码实现的是最简单的神经网络向前传播过程,使用TensorFlow完成HelloWorld_第3张图片初始化x为一个1*2的矩阵,中间是三个神经元的隐藏层,w1,w2分别是出事话权重,分别是2*3和3*1的矩阵。最后通过计算得到y的值[[ 3.95757794]]。

总结:安装python环境和TensorFlow,然后运行最简单的神经网络helloworld案例。接触python也有一段时间了,今天发现还是pycharm这个IDE好用,比eclipse+pydev舒服,真心得推荐。希望有这方面的小伙伴一起交流学习啊

你可能感兴趣的:(python)