深度学习应用开发4.2tensorflow基本运算

1会话 session

1.1会话的模式

一

如果close没执行，如果非正常结束会造成资源泄露，这时可以尝试try方法，避免资源浪费

二

1.2指定默认会话

下面代码有相同功能

第二条去掉参数就会报错，前面之所以能执行是默认成了会话

1.3交互式环境下设置默认会话

2常量与变量

2.1常量

常量不需要初始化操作

2.2变量

第一个V是大写要注意


init只是一个静态节点，只是定义了没有执行

3变量的赋值

如果想自己赋值，变量不参加训练要加如下语言

变量赋值案例

import tensorflow  as tf
value=tf.Variable(0,name="value")
one=tf.constant(1)
new_value=tf.add(value,one)
update_value=tf.assign(value,new_value)
init=tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    for i in range(10):
        sess.run(update_value)
        print(sess.run(value)

变量初始化后有一个for循环，update-value是把new value赋值给value，new_value有一个add操作。
我们通过tensorboard再看一下，我们需要加扩展

4占位符 placeholder

4.1Feed提交数据和Fetch提取数据

import tensorflow as tf
a=tf.placeholder(tf.float32,name="a")
b=tf.placeholder(tf.float32,name="b")
c=tf.multiply(a,b,name="c")

init=tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    result=sess.run(c,feed_dict={a:8,b:35})
    print(result)

这样可以动态从外部传输