Android tensorflow 基础知识学习

今天记录下tensorflow的一些基本知识

1.导入tensorflow 库，且脚本中添加运行使用的python环境

 #!/user/bin/env python
import tensorflow as tf    #导入tensorflow库

 #导入 mnist 数据集; 数据在linux 根目录/data下的mnist文件夹下
from tensorflow.examples.tutorials import mnist
mnist_data = mnist.input_data.read_data_sets('/data/mnist', one_hot=True)

2.常量和变量

y = tf.constant()    #声明常量，常量是需要初始化的
y = tf.Variable()    #声明变量，变量是不需要初始化，也不会被编译器自动初始化
y = tf.placeholder()  # 声明一个占位符，就是说这个变量可以在后面进行赋值

init = tf.global_variables_initializer()  #初始化所有的变量
b = tf.Variable([-.3], dtype=tf.float32)        #声明变量，值为 -0.3 float32 类型

3.运行

sess = tf.Session()   #一个session封装了TensorFlow运行时的控制和状态
sess.run(args)  #开始运行数据流程
sess.close()    #关闭session，否则会出现资源泄露
sess.run(add_and_triple, {a:3, b:4.5})   #第一次参数是输出的结果，第二个操作是输入的数据
print(args)   #输出，如果没有session run，则打印出的仅仅是节点，而不是结果

#其中输出的结果，其实就是某个节点，该节点有其他节点流入，也是可以看作是对应的操作
为了防止遗漏关闭session，可以使用下面方式

with tf.Session as sess:
     sess.run(args)

4.tensorflow 一些基本类型

tf.float32    、tf.int8    、 tf.int16   、 tf.int32 、 tf.uint8 、 tf.bool 、 
tf.complex64 、 tf.complex128
....

5.基本函数

#数组声明
tf.zeros()           #声明全0数组
tf.ones()          #声明全1数组
tf.fill([2,3],9)    #声明2行3列的值全为9的数组
tf.shape()        #张量的维度 几行几列

#随机数声明
tf.random_normal([2,3],stddev=1,seed=1)  #声明随机数，按照正态分布方式，数组元素的标准差为1，均值为默认为0

#矩阵操作
tf.matmul()     #矩阵相乘