• 博客访问: 4124647
  • 博文数量: 1627
  • 博客积分: 18684
  • 博客等级: 上将
  • 技术积分: 14303
  • 用 户 组: 普通用户
  • 注册时间: 2010-06-02 10:28
  • 认证徽章:
文章分类

全部博文(1627)

文章存档

2017年(45)

2016年(47)

2015年(15)

2014年(21)

2013年(45)

2012年(152)

2011年(241)

2010年(276)

2009年(420)

2008年(294)

2007年(30)

2006年(38)

2005年(2)

2004年(1)

微信关注

IT168企业级官微



微信号:IT168qiye



系统架构师大会



微信号:SACC2013

订阅
热词专题
tensorflow学习2 2017-04-12 11:04:16

分类: 系统运维


点击(此处)折叠或打开

  1. import tensorflow as tf

  2. #创建一个常量OP
  3. m1 = tf.constant([[3,3]])
  4. #创建一个常量OP
  5. m2 = tf.constant([[2],[3]])
  6. #创建一个矩阵乘法op,把m1和m2传入
  7. product = tf.matmul(m1,m2)
  8. print(product)

  9. #定义一个会话,启动默认图
  10. sess = tf.Session()
  11. result = sess.run(product)
  12. print(result)
  13. sess.close()

  14. #用with的方式启动
  15. with tf.Session() as sess:
  16.     result = sess.run(product)
  17.     print(result)


  18. import tensorflow as tf
  19. x = tf.Variable([1,2])
  20. a = tf.constant([3,3])
  21. #增加一个减法op
  22. sub = tf.subtract(x,a)
  23. #增加一个减法op
  24. add = tf.add(x, sub)

  25. init = tf.global_variables_initializer()

  26. with tf.Session() as sess:
  27.    sess.run(init)#实例化变量
  28.    print(sess.run(sub))
  29.    print(sess.run(add))



  30. state = tf.Variable(0,name="counter")
  31. new_value = tf.add(state,1)
  32. update = tf.assign(state,new_value)
  33. init = tf.global_variables_initializer()
  34. with tf.Session() as sess:
  35.    sess.run(init)
  36.    print(sess.run(state))
  37.    for _ in range(5):
  38.        sess.run(update)
  39.        print(sess.run(state))


  40. fetch and feed

  41. import tensorflow as tf
  42. #Fetch
  43. input1 = tf.constant(3.0)
  44. input2 = tf.constant(2.0)
  45. input3 = tf.constant(5.0)

  46. add = tf.add(input2,input3)
  47. mul = tf.multiply(input1,add)
  48. with tf.Session() as sess:
  49.    result = sess.run([mul,add])
  50.    print(result)

  51. #feed
  52. input1 = tf.placeholder(tf.float32)
  53. input2 = tf.placeholder(tf.float32)
  54. output = tf.multiply(input1,input2)

  55. with tf.Session() as sess:
  56.     print(sess.run(output, feed_dict={input1:[7.],input2:[2.]}))







  57. #tensorflow exp
  58. import tensorflow as tf
  59. import numpy as np
  60. #使用numpy生成100个随机点
  61. x_data = np.random.rand(100)
  62. y_data = x_data*0.1+0.2

  63. #构建一个线性模型
  64. b = tf.Variable(0.)
  65. k = tf.Variable(0.)
  66. y = k*x_data + b

  67. #二次代价函数
  68. loss = tf.reduce_mean(tf.square(y_data - y))
  69. optimizer = tf.train.GradientDescentOptimizer(0.2)
  70. train = optimizer.minimize(loss)
  71. #实例化变量
  72. init = tf.global_variables_initializer()

  73. with tf.Session() as sess:
  74.     sess.run(init)
  75.     for step in range(201):
  76.         sess.run(train)
  77.         if step%20 == 0:
  78.             print(step,sess.run([k,b]))

阅读(81) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~
评论热议
请登录后评论。

登录 注册