import tensorflow as tf
data1=tf.constant(2)
data2=tf.Variable(10,name='Var')
print(data1)
print(data2)
运行后得到:
可以看出,输出的并不是值,而是描述性语言。
其中,第一行是data1的描述:const是常量,shape是维度,int32表示数据类型
如果想要打印出来data1和data2的值,需要在程序末尾再加两段
sess=tf.Session()
print(sess.run(data1))
即可打印出data1的值
定点类型相关:
import tensorflow as tf
data1=tf.constant(2,dtype=tf.int32)
data2=tf.Variable(10,name='Var')
print(data1)
print(data2)
sess=tf.Session()
print(sess.run(data1))
init=tf.global_variables_initializer()
sess.run(init)
print(sess.run(data2))
TensorFlow运算原理:
TensorFlow的实质:张量Tensor和计算图grahps
tensor的本质是数据,可以是一维,二维
graphs是数据操作
常量变量四则运算:
常量的四则运算:
import tensorflow as tf
data1=tf.constant(2)
data2 = tf.constant(6)
dataAdd=tf.add(data1,data2)
dataMul=tf.multiply(data1,data2)
dataSub=tf.subtract(data1,data2)
dataDiv=tf.divide(data1,data2)
with tf.Session() as sess:
print(sess.run(dataAdd))
print(sess.run(dataMul))
print(sess.run(dataSub))
print(sess.run(dataDiv))
print('end!')
变量:
dataCopy.eval() 执行dataCopy
等同于tf.get_default_session().run(dataCopy)