Deep learning和tensorflow学习记录（二十七）：tensorflow vs numpy

来看一个简单的例子，实现两个矩阵相乘。

numpy的实现方式：

import numpy as np

x = np.random.normal(size=[10, 10])
y = np.random.normal(size=[10, 10])
z = np.dot(x, y)

print(z)

tensorflow的实现方式：

import tensorflow as tf

x = tf.random_normal([10, 10])
y = tf.random_normal([10, 10])
z = tf.matmul(x, y)

sess = tf.Session()
z_val = sess.run(z)

print(z_val)

与numpy直接计算产生结果不同的是，tensorflow仅仅是在graph中添加一个node，返回一个handle。

如果我们直接print(z)，得到的结果如下：

Tensor("MatMul:0", shape=(10, 10), dtype=float32)