TensorFlow の初体験

TensorFlow の初体験

レベル 1: 変数の作成と初期化

import tensorflow as tf

def variables_create():
    '''
    返回值:
    weights: 一个Tensor变量
    '''
    # 请在此添加代码 完成本关任务
    # ********** Begin *********#
    weights = tf.Variable(tf.random_normal([784, 200]), name="big_weights")
    init_op=tf.global_variables_initializer()
    # ********** End **********#
    # 返回weights
    return weights

レベル 2: 変数の保存

import tensorflow as tf
import time

def variables_save():
    '''
    参数:
    weights: Tensor变量
    biase:   Tensor变量
    const123:Tensor变量    
    '''
    weights=tf.Variable(tf.random_normal([784,200]),name="weights")
    biase=tf.Variable(tf.zeros([1]),name='biases')
    const123=tf.Variable(([[3]]),name="jjdaren")
    init_op=tf.global_variables_initializer()
    sess=tf.Session()
    # 请在此添加代码 完成本关任务
    # ********** Begin *********#
    saver = tf.train.Saver()  # 创建Saver对象
    sess.run(init_op)  # 初始化变量
    save_dir = 'save_dir/'
    saver.save(sess, save_dir + 'store.ckpt')  # 保存会话

    # ********** End **********#

    sess.close()

レベル 3: 変数の回復

import tensorflow as tf
import time

def variable_restore():
    '''
    参数：
    const123:Tensor变量
    
    返回值:
    final_result: 一个Tensor类型变量
    '''
    const123 = tf.Variable(([[2]]), name="jjdaren")
    sess=tf.Session()
    # 请在此添加代码 完成本关任务
    # ********** Begin *********#
    saver = tf.train.Saver()  # 创建Saver对象
    with tf.Session() as sess:
        saver.restore(sess, "src/step3/save_dir1/store.ckpt")  # 恢复模型

        final_result = sess.run(const123)  # 获取恢复的变量的值

    # ********** End **********#
    # 返回 final_result
    return final_result

レベル 4: プレースホルダーの使用 - 単純な乗算の実装

import tensorflow as tf
import time

def placer_holders():
    '''
    参数：
    input1:占位符
    input2:占位符
    input1_value:矩阵
    input2_value:矩阵
    返回值:
    result: 一个Tensor类型变量
    '''
    input1=tf.placeholder(dtype="float32",shape=[1,2])
    input2=tf.placeholder(dtype="float32",shape=[2,1])
    input1_value=[[2,4]]
    input2_value=[[1],[2]]
    # 请在此添加代码 完成本关任务
    # ********** Begin *********#
    result = tf.matmul(input1, input2)  # 执行矩阵乘法

    with tf.Session() as sess:
        result_value = sess.run(result, feed_dict={input1: input1_value, input2: input2_value})  # 运行图并获取结果

    # ********** End **********#
    #返回result
    return result_value