tensorflow入门api
tensorflow是由谷歌人工智能团队谷歌大脑(Google Brain)开发和维护的一个深度学习框架。session
入门案例
框架
如下是一个加法运算的示例,咱们经过tensorflow构建一个tensorflow graph ,而后经过session函数
会话去运行该graph,咱们经过api sess.run()来指定图的输出,除了最终的结果,参与整个图运学习
算的数据咱们均可以输出,若是咱们须要获得的话。人工智能
1 import tensorflow as tf 2
3 """
4 实现一个加法运算,必须遵循如下的格式 5 """
6
7 #建立一个tensor张量
8 a = tf.constant(5.0) 9 b = tf.constant(6.0) 10
11 #建立一个op(操做)
12 sum=tf.add(a, b) 13
14 #经过Session执行graph
15 with tf.Session() as sess: 16 print(sess.run(sum)) 17 print(sess.run([a, sum])) 18 print(sum.eval())
运行结果spa
咱们经过sess.run(sum)来输出数据sum,若是输出的数据是多个,咱们须要使用元组。线程
咱们也能够使用sum.eval()来输出数据sum。code
核心概念对象
tensorflow=tensor + flow ,也就是有向数据流 ,咱们使用tensorflow就是构建一个数据流图, 而后执行改图。
tensorflow数据流图
tensor(张量)
tensorflow graph中的数据都是张量,示例以下:
1 import tensorflow as tf 2
3
4 a = tf.constant(5.0) 5 b = tf.constant(6.0) 6 sum=tf.add(a, b) 7 print(a) 8 print(sum)
输出结果以下:
咱们看到的结果就是Tensor对象
op(操做)
只要使用tensorflow的API定义的函数都是op, 如constant(), add()。
graph(图)
tenorflow有一个默认图, 若是咱们不指定图的话, 默认就是在默认图上运行的。
若是咱们不指定图的话,咱们使用的是tensorflow的默认图,他会自动调用 graph=
tf.get_default_graph(), 至关于给程序分配了一段内存, 咱们全部的Tensor, op
都在这张图上。
1 import tensorflow as tf 2
3 """
4 实现一个加法运算,必须遵循如下的格式 5 """
6
7 #建立两个tensor张量
8 a = tf.constant(5.0) 9 b = tf.constant(6.0) 10 #建立一个op(操做)
11 sum=tf.add(a, b) 12
13 print(a.graph) 14 print(b.graph) 15 print(sum.graph) 16
17 #默认图
18 graph = tf.get_default_graph() 19 print(graph) 20
21 #经过Session执行graph
22 with tf.Session() as sess: 23 print(sess.run(sum)) 24 print(sess.run([a, sum])) 25 print(sum.eval())
运行结果以下图所示:
经过运行结果,发现tensor, op , 和session 都运行在一张图上, 也就是系统默认
的这张图 。 with tf.Session() as sess: 至关于 with.tf.Session(graph) as sess: 。
默认使用的是tensorflow默认图,咱们也是能够自定义图,一下是一个自定义图的完整示例:
1 import tensorflow as tf 2 3 #建立一个图 4 g = tf.Graph() 5 6 #使用自定义的图 7 8 with g.as_default(): 9 pass
session是一个会话, tensorflow的graph必须在Session中执行
1.运行图的资源
2.分配资源运算,决定graph在什么设备上运行
3.掌握资源(变量的资源,队列,线程)
会话对象, 咱们能够执行建立,运行和关闭等操做
1 s = tf.Session() 2 s.run() 3 s.close()
会话就是graph的上下文环境,只要有Session就有上下文环境。