版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
2017-07-为什么选
为什么选高移植性在一个/CPUs或GPUs的笔记本电脑,服灵活性适用AndroidWindowsiOSLinux20,000commits6000TF-reposin1 七
为什么选使用Tensorflow的公●七
importtensorflowas
如果有同学想要更简单的用TFLearn(tf.contrib.learn):习惯scikit-learnfit函数 TFSlimtf.contrib.slim这是TensorFlow里的七
概念Graph和DataFlowGraphby七
概念Graph和Graphby七
Tensor+Graphby
Tensor是什在tensorflow里,大家可以理解成一个n0-dtensor标量/数scalarnumber)1-dtensor:向量vector2-dtensor…
Numpyvs
在Tensorflow的计算图里importtensorflowasx,y是什么Tensorflow在你没有指定名称的时候会自动命3a5x=3a5y=在“这幅图”节点:operators,variables,and边
3a5在Tensorflow的计算图3a5importtensorflowasa=tf.add(3,print>>Tensor("Add:0",shape=(),结果不是如何取到结果
初始化session,完成操importtensorflowasa=tf.add(3,5)sess=tf.Session()printsess.run(a)Session会在计算图里找到a的依赖,把依赖的节点都进行计
建议的session写法如importtensorflowasa=tf.add(3,sess=withtf.Session()asprintSession会在计算图里找到a的依赖,把依赖的节点都进行计
我们来看一个复杂一点点的例x2y3=tf.add(x,=tf.mul(x,=tf.pow(op2,withtf.Session()asop3=
我们不需要的依赖,其实不会进行计算,比如下面的例x=y=add_op=tf.add(x,y)mul_op=tf.mul(x,y)useless=tf.mul(x,add_op)pow_op=tf.pow(add_op,withtf.Session()asz=
如果我需要运行几个运算节点,比如上例中的x=y=add_op=tf.add(x,y)mul_op=tf.mul(x,y)useless=tf.mul(x,add_op)pow_op=tf.pow(add_op,withtf.Session()asz,not_useless=sess.run([pow_op,
更全的格式是下面这样,我们把所有需要的变量编成list放到fetchesx=y=…tf.Session.run(fetches,options=None,
指定CPUorGPU去完成session里的运算构建witha=tf.constant([1.0,2.0,3.0,4.0,5.0,6.0],b=tf.constant([1.0,2.0,3.0,4.0,5.0,6.0],name='b')=tf.matmul(a,#构建session,设置log_device_placement为sess=运行op定义的运print
回想useless例
了解图结构/可视化的利importtensorflowasa=b=x=tf.add(a,withtf.Session()aswriter=tf.summary.FileWriter('./graphs,printsess.run(x)writer.close(关闭writer
了解图结构/$python 浏览 七
看这24了解图结构/可视化的利importtensorflowasa=b=x=tf.add(a,withtf.Session()aswriter=tf.summary.FileWriter('./graphs,printsess.run(x)writer.close(关闭writer
自定义常量名称可以自己指importtensorflowasa=tf.constant(2,b=tf.constant(3,name=“b")x=tf.add(a,b,name=“add”)withtf.Session()assess:writer=tf.summary.FileWriter('./graphs,sess.graph)printsess.run(x)writer.close(关闭
和numpy其实tf.constant(value,dtype=None,name='Const',importtensorflowasa=tf.constant([2,2],b=tf.constant([[0,1],[2,3]],x=tf.add(a,b,name="add")y=tf.mul(a,b,name="mul")withtf.Session()assess:x,y=sess.run([x,printx,#>>[58][6
七
tf.random_normal(shape,mean=0.0,dtype=tf.float32,seed=None,tf.truncated_normal(shape,mean=0.0,dtype=tf.float32,seed=None,tf.random_uniform(shape,minval=0,dtype=tf.float32,seed=None,name=None)tf.random_shuffle(value,seed=None,name=None)tf.random_crop(value,size,seed=None,name=None)tf.multinomial(logits,num_samples,seed=None,name=None)tf.random_gamma(shape,alpha,beta=None,dtype=tf.float32,seed=None,七
a=tf.constant([3,b=tf.constant([2,tf.add(a,b)#>>[5tf.add_n([a,b,b])#>>[7tf.mul(a,b)#>>[6tf.matmul(a,b)#>>tf.matmul(tf.reshape(a,[1,2]),tf.reshape(b,[2,1]))#>>tf.div(a,b)#>>[1tf.mod(a,b)#>>[1七
七
tf.constant是op,而tf.Variable是一个类,初始化的对象有多个#createvariableawithscalarvaluea=tf.Variable(2,name="scalar")#createvariablebasab=#createvariable
3],asa2x2c=tf.Variable([[0,1],[2,3]],#createvariableWas784x10tensor,filledwithW=七
tf.constant是op,而tf.Variable是一个类,初始化的对象有多个x=tf.Variable(...)x.initializer初始化x.value 的x.assign(..写入的x.assign_add(...)七
init=withtf.Session()asinit_ab=tf.variables_initializer([a,b],withtf.Session()aswithtf.Session()assess:
W是一个700x100随W=tf.Variable(tf.truncated_normal([700,withtf.Session()assess:printWprint>>Tensor("Variable/read:0",shape=(700, 七
Tensorflowtf.placeholder(dtype,shape=None,#createaplaceholderoftypefloat32-‐bit,shapeisavectorof3a=tf.placeholder(tf.float32,#createaconstantoftypefloat32-‐bit,shapeisavectorof3b=tf.constant([5,5,5],#usetheplaceholderasyouwouldaconstantorac=a+b#Shortfortf.add(a,withtf.Session()assess:printsess.run(c)#Errorbecauseadoesn’thaveany
Tensorflowtf.placeholder(dtype,shape=None,#createaplaceholderoftypefloat32-‐bit,shapeisavectorof3a=tf.placeholder(tf.float32,#createaconstantoftypefloat32-‐bit,shapeisavectorof3b=tf.constant([5,5,5],#usetheplaceholderasyouwouldaconstantorac=a+b#Shortfortf.add(a,withtf.Session()as#feed[1,2,3]toplaceholderaviathedict{a:[1,2,printsess.run(c,{a:[1,2,#thetensoraisthekey,notthestring#>>[6,7,
Tensorflowtf.placeholder(dtype,shape=None,#createoperations,tensors,etc(usingthed
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2024年高效包装机项目申请报告模稿
- 2024年耐高温超轻硅酸钙隔热保湿材料项目立项申请报告
- 2024年饲料级磷酸二氢钙项目申请报告模稿
- 2024年高纯碲项目提案报告模板
- 医学教材 保育员消毒知识培训课件
- 八调查与记录最喜欢的水果课件x
- 陕西省渭南市蒲城县2021-2022学年九年级上学期期末语文试题
- 节约粮食品德教育主题班会课件
- 《Linux操作系统B》教学大纲
- 纺织业智能裁剪与生产管理软件
- 医药行业专题研究:GLP-1药物蓬勃发展产业链机遇全景梳理
- 传承和弘扬中华优秀传统文化
- 数字经济学导论-完整全套课件
- 航空油料计量统计员(初级)理论考试复习题库大全-上(单选题汇总)
- 食品生产企业6s管理培训
- 内科护理学课程思政案例
- 铜川市鼎立机动车检测站建设项目环评报告
- 2023年山西沁水煤层气开发投资有限公司招聘笔试题库及答案解析
- 轨道交通工程单位、分部、分项工程划分暂行办法
- GB/T 20312-2006建筑材料及制品的湿热性能吸湿性能的测定
- GB/T 197-2018普通螺纹公差
评论
0/150
提交评论