一、基礎(chǔ)理論

1、TensorFlow

tensor：張量（數(shù)據(jù)）

flow：流動

Tensor-Flow：數(shù)據(jù)流

2、TensorFlow過程

TensorFlow構(gòu)成：圖和會話

1、構(gòu)建圖階段

構(gòu)建階段：定義了數(shù)據(jù)(張量tensor)與操作(節(jié)點operation)，構(gòu)成圖（靜態(tài)）

張量：TensorFlow中的基本數(shù)據(jù)對象。

節(jié)點：提供圖中執(zhí)行的操作。

2、執(zhí)行圖階段（會話）

執(zhí)行階段：使用會話執(zhí)行定義好的數(shù)據(jù)與操作。

二、TensorFlow實例（執(zhí)行加法）

1、構(gòu)造靜態(tài)圖

1-1、創(chuàng)建數(shù)據(jù)（張量）

#圖（靜態(tài)）
a = tf.constant(2) #數(shù)據(jù)1（張量）
b = tf.constant(6) #數(shù)據(jù)2（張量）

1-2、創(chuàng)建操作（節(jié)點）

c = a + b  #操作（節(jié)點）

2、會話（執(zhí)行）

API：

普通執(zhí)行

#會話（執(zhí)行）
with tf.Session() as sess:
 print(sess.run(a + b))

fetches（多參數(shù)執(zhí)行）

#會話（執(zhí)行）
with tf.Session() as sess:
 print(sess.run([a,b,c]))

feed_dict（參數(shù)補充）

def Feed_Add():
 #創(chuàng)建靜態(tài)圖
 a = tf.placeholder(tf.float32)
 b = tf.placeholder(tf.float32)
 c = tf.add(a,b)
 
 #會話（執(zhí)行）
 with tf.Session() as sess:
  print(sess.run(c, feed_dict={a:0.5, b:2.0}))

總代碼

import tensorflow as tf
def Add():
 #圖（靜態(tài)）
 a = tf.constant(2) #數(shù)據(jù)1（張量）
 b = tf.constant(6) #數(shù)據(jù)2（張量）
 c = a + b  #操作（節(jié)點） 
 #會話（執(zhí)行）
 with tf.Session() as sess:
  print(sess.run([a,b,c])) 
def Feed_Add():
 #創(chuàng)建靜態(tài)圖
 a = tf.placeholder(tf.float32)
 b = tf.placeholder(tf.float32)
 c = tf.add(a,b) 
 #會話（執(zhí)行）
 with tf.Session() as sess:
  print(sess.run(c, feed_dict={a:0.5, b:2.0}))  
Add()
Feed_Add()

以上就是Python深度學(xué)習(xí)TensorFlow神經(jīng)網(wǎng)絡(luò)基礎(chǔ)概括的詳細內(nèi)容，更多關(guān)于TensorFlow神經(jīng)網(wǎng)絡(luò)基礎(chǔ)的資料請關(guān)注本站其它相關(guān)文章！

版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。