Tensorflow学习笔记02-Session,Variable,placeholder

Session会话控制

使用tensorflow建立两个矩阵，并使其相乘

matrix1=tf.constant([[3,3]])
matrix2=tf.constant([[2],
                     [2]])
product=tf.matmul(matrix1,matrix2)
print(product)

由于没有通过Session的run()，因此product并无实际的值，能够想象成只是搭建好了一个框架

运行结果：

Tensor("MatMul:0", shape=(1, 1), dtype=int32)

session会话能够有两种控制方法，方法二就不须要手动对session进行关闭

#method1
sess=tf.Session()
result=sess.run(product)

print(result)
sess.close()

#method2
with tf.Session() as sess:
    result2=sess.run(product)
    print(result2)

运行结果：

[[12]]

Variable变量

若是有定义Variable,必定要记得初始化，初始化了以后要进行run

 

import tensorflow as tf

state=tf.Variable(0,name="count")
one=tf.constant(1)

new_value=tf.add(state,one)
update=tf.assign(state,new_value)

print(state)

init=tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    for _ in range(3):
        sess.run(update)
        print(sess.run(state))

 

placeholder

至关于占位符号的做用，用于传入值，能够定义这个传入值的类型

import tensorflow as tf

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.],input2:[2.]}))