tensorflow初心者のクイックスタート（1）

インポート：

（警告numpyのいくつかの）警告を無視すると言われているが、私は感覚を持っていないTF_CPP_MIN_LOG_LEVEL

TFのようなインポートtensorflow 
インポートOS 
はos.environ [ "TF_CPP_MIN_LOG_LEVEL"] = '3'

定数文字列操作：

ここで、セッションパラメータは、実行時に表示されることがあり回答するlog_device_placementが使用されているリソースのどの部分（CPU、GPU）

こんにちは= tf.constant（ 'こんにちは'）
cfig = tf.ConfigProto（log_device_placement =真）
のSES = tf.Session（設定= cfig）
DSS = sess.run（ハロー）
プリント（DSS）
sess.close（）

定数行列演算：

SES = tf.Session（）
A = tf.constant（[1,2,3,4,5,6]、形状= [2,3]、NAME = ''）
= tf.constant（[1 B、 2,3,4,5,6]、形状= [3,2]、NAME = 'B'）
C = tf.matmul（a、b）は、
XSS = sess.run（C）
プリント（XSS）
sess.close （）

一定の数のクランチング：

ことtf.add 本明細書 + bの形で使用される、名前が自動的に取得します

SES = tf.Session（）
A = tf.constant（1、NAME = 'TA'）
= tf.constant（2、NAME = 'TB'）B 
＃、C = A + B 
、C = tf.add（B 、NAME = 'TC'）
のSES = tf.Session（）
XSS = sess.run（C）
プリント（XSS）

保存Tensorboardマップ：

図は、対応する経路を提供し、プロセスに保存され、その後sess.graphセーブ、全て図通ります。

xsum = tf.summary.FileWriter（ ""、sess.graph）

保存した後、オープンtensorboard：使用に、cmdのコマンドを入力します。オープンサービスを、[参照グラフアイテム

tensorboard --logdir = ""

tensorboard他の部分も、ヒストグラム、チャート、マップなどとして見ることができます。

変数を示すデフォルトtensorboardを取得します。

GG = tf.get_default_graph（）
OP1 = gg.get_operations（）
プリント（OP1）
プリント（OP1 [1] .node_def）

元の情報前:(文字列定数を通るが、それほどのConstのレコードが存在することになるので）、行列演算の前に第1のマトリックスを介して情報OP [1] .node_def示すアップを行います

変数の計算：

変数の計算は、変数を初期化するためにtf.global_variables_initializer（）を使用する必要があり、あるいはそれがエラーを報告することがあります。

X = tf.constant（1.0、NAME = '入力'）
W = tf.Variable（0.8、NAME = '体重'）
Y = tf.multiply（W、X、名前= '出力'）
のSES = tf.Session（ ）
sess.run（tf.global_variables_initializer（））
ANS = sess.run（Y）
xsum = tf.summary.FileWriter（ ''、sess.graph）
プリント（ANS）
sess.close（）

地図：

プレースホルダの操作が示しています。

変数は、入力データディクショナリ形式、結果定義し、それらをプリントアウトされた後。

X = tf.placeholder（tf.float32、NAME = 'X'）
Y = tf.placeholder（tf.float32、NAME = 'Y'）
Z = tf.add（X、Y、NAME = 'Z'）
SS = tf.Session（）
xsum = tf.summary.FileWriter（ ''、ss.graph）
XSS = ss.run（Z、feed_dict = {X 1、Y：2}）
プリント（XSS）

地図：

評価は、文字列式を説明することができます

Dは、出力12であります

DSS = '10 + 2' 
D = evalの（DSS）
D