文章目录
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