深度学习实战篇之 ( 五) -- TensorFlow学习之路（二）

科普知识

《自然哲学的数学原理》是英国物理学家艾萨克·牛顿创作的物理学哲学著作，1687年首次出版。

《自然哲学的数学原理》是牛顿重要的物理学哲学著作。全书分为三卷，第一卷“论物体的运动”，表述了牛顿三定律；第二卷也是“论物体的运动”，论述了阻力下物体的运动，为流体力学开先河；第三卷“论宇宙的系统”，讨论了宇宙系统。

《自然哲学的数学原理》总结了近代天体力学和地面力学的成就，为经典力学规定了一套基本概念，提出了力学的三大定律和万有引力定律，从而使经典力学成为一个完整的理论体系。该书意味着经典力学的成熟，其中所建立的经典力学的理论体系成为近代科学的标准尺度。

前言

上周的文章中我们学习了一些Tensorflow平台的基本知识，了解了TensorFlow如何使用，如何申明常量和变量以及计算操作。本篇文章，小编继续带大家一起学习TensorFlow的其他使用操作，只有更好的了解其基本使用，后期才能更加快速的方便的构建我们想要的神经网络，一起来看看吧！

一、TensorFlow常见操作

介绍TensorFlow的的常见操作之前，我们需要注意以下几点：

1. TensorFlow平台编写的代码最好运行在带有GPU的电脑上，如此才可以更快的得到训练结果，如果是CPU平台的哈，训练过程将会十分缓慢。因此，在之前的安装教程（python环境搭建(番外篇)---那些年走过的路）中，我们了解到有CPU版本和GPU版本的TensorFlow,如果是安装的时候选择了GPU版本，并且配置好了相应的显卡驱动和cuda之类的话，代码在训练过程中会自动调用GPU实现加速训练的效果，如果有多快显卡需要指定某一块，在后面的代码中，我们会讲解，请注意查看。
   
   

2. TensorFlow的代码编写流程是，事先申明常量和变量，以及计算方式，这个时候就可以构建为一个默认的计算图（不需要额外操作），随后要想真正的执行前面操作，我们需要开启一个会话（session）,在会话里面执行计算图（也就是之前我们定义的计算方式），执行的时候采用的是run语句，即将想要执行的操作放在run语句里面即可。

1.1 Feed操作

在TensorFlow中，可以将要想使用的数据不在开头就导入，而是在开头定义一个给数据占位的变量即可，但是这个占位的变量通常必须包含数据的维度信息，在会话中的run语句中才真正的导入数据。在TensorFlow中采用tf.placeholder()语句实现占位的效果，最后在run语句中采用feed_dict{}实现真正的输入喂入，下面来看实例：

运行结果：

1.2 全连接层简单实现

    在TensorFlow中实现全连接层有两种方式：第一种是直接定义矩阵权重矩阵w和偏置b，然后用矩阵乘法实现w*x+b即可，第二种是采用TensorFlow封装好的layers.Dense()函数， 这种方式较为简单，我们后期再来使用，目前，先采用第一种方式实现：

代码实现：

实验结果：

END

结语

考虑到今天是清明，小编的分享就到此结束了，今天的操作很简单，一个是数据的导入方式，另一个是全连接层的简单实现，虽然是简单实现，但是其中数据和权重矩阵的维度信息和计算结果，希望大家好好看看哦，之后的神经网络搭建将会对维度信息进行更加深入的理解。

编辑：玥怡居士|审核：小圈圈居士

精彩推荐

深度学习实战篇之 ( 四) -- TensorFlow学习之路（一）

深度学习实战篇之 ( 三) -- 初识人脸检测

深度学习实战篇之（二）----- 梯度下降算法代码实现

过去的日子，我们都做了啥：

【年终总结】2021，辞旧迎新再出发

【年终总结】辞旧迎新，2020，我们再出发

扫码关注我们

IT进阶之旅

我就知道你在看！