tensorflow 基础

Data Flow Graph

                                                                               数据流图

 计算定义（graph）≠执行计算(session)

模型跑起来，需要两部

1描绘整幅图

2在session当中执行图中的运算

计算的定义和执行，被很好地分离开了

mul乘法 add加法（op)

Tensor（张量） + Flow（流动）

张量在图中通过运算(op)进行传递和变换

3和5为张量

Tensor/张量:在tensorflow里，大家可以理解成一个n维的矩阵

0-d tensor: 标量/数 scalar (number)

1-d tensor: 向量 vector

2-d tensor: 矩阵 matrix

 Numpy vs Tensorflow

 

 要想去到结果8需要在session中完成

 

前面只画图不执行，执行在session里

with结束之后会自动close

 

 

writer写到日志里

【2，2】2*1

【0，1】，【2，3】 2*2

逐个乘tf.multiply（点乘）

【2*0，2*1】，【2*2，2*3】

tf.matmul(矩阵乘法）

test board查看日志

testboard --dir=" 路径" -port 

 port为端口

 

 

const和const_1是因为没有命名

 指定了名称a,b

 

 只运行pow_op的话 不会计算useless

 

一个session中运行多个节点(传给他一个列表）

tf.zeros_like(x,optimize=Ture)和x维度一样（2，3）的全零矩阵

constant常量，常向量

fill 产生一个全部为给定数字的数组

tf.linspace(start,stop,num,name=None)

     返回一个tensor，该tensor中的数值在start到stop区间之间取等差数列（包含start和stop），如果num>1则差值为(stop-start)/(num-1)，以保证最后一个元素的值为stop。

     其中，start和stop必须为tf.float32或tf.float64。num的类型为int。

      tf.linspace(10.0, 12.0, 3, name="linspace") => [ 10.0 11.0 12.0]

tf.range(start,limit=None,delta=1,name='range')

     返回一个tensor等差数列，该tensor中的数值在start到limit之间，不包括limit，delta是等差数列的差值。

     start，limit和delta都是int32类型。

     # 'start' is 3 

     # 'limit' is 18 

     # 'delta' is 3

     tf.range(start, limit, delta) ==> [3, 6, 9, 12, 15] 

     # 'limit' is 5 start is 0

     tf.range(start, limit) ==> [0, 1, 2, 3, 4]

 

  

a=tf.variable(2,name="scalar")

要a.initializer()才有值