2018-04-02 第一周

环境配置和基本使用

python3.6下tensorflow安装

TensorFlow即可以支持CPU，也可以支持CPU+GPU。前者的环境需求简单，后者需要额外的支持。TensorFlow是基于VC++2015开发的，所以需要下载安装VisualC++ Redistributable for Visual Studio 2015 来获取MSVCP140.DLL的支持。

因为，我已经安装好了python3，所以通过pip包管理工具就可以安装tensorflow

打开windows的命令行窗口，安装CPU版本输入

pip3 install --upgrade tensorflow

验证TensorFlow安装是否成功，可以在命令行窗口输入python进入python环境，或者运行python3.5命令行后输入以下代码：

>>>import tensorflow as tf

>>> hello = tf.constant(

'Hello, TensorFlow!')

>>> sess = tf.

Session()

>>> 

print(sess.run(hello))

如果能正常输出hello字符串，则安装成功。

通过矩阵加法计算求和来理解tensorflow的用法：

input1 = tf.constant(2.0)

input2 = tf.constant(3.0)

input3 = tf.constant(5.0)

intermd = tf.add(input1, input2)

mul = tf.multiply(input2, input3)with tf.Session() as sess:

 result = sess.run([mul, intermd])  # 一次执行多个op   

 print result

 [15.0, 5.0]

使用feed来对变量赋值：

首先，使用placeholder()函数来占位，在通过feed_dict()来添加数据：

input1 = tf.placeholder(tf.float32)

input2 = tf.placeholder(tf.float32)

output = tf.multiply(input1, input2)with tf.Session() as sess:

 print sess.run([output], feed_dict={input1:[7.0], input2:[2.0]})

[array([ 14.], dtype=float32)]