tensorflow 学习笔记（1）

学习内容：

推荐一个网址：https://www.w3cschool.cn/tensorflow_python/tensorflow_python-hckq2htb.html 这里有各种tensorflow函数的应用

1. tf.constant() 定义常量
2. tf.get_variable()定义变量
3. a.graph 查看对象所在的图
4. tf.get_default_graph()
5. tf.Graph() 创建一个新的图

tf.constant() 定义常量

tf.constant(
    value,  #值，必须输入
    dtype=None, #值的类型，可选
    shape=None,  #值的维度 可选
    name=\'Const\', #名字 可选
    verify_shape=False #检测 shape 是否和 value 的 shape 一致，若为 Fasle，不一致时，会用最后一个元素将 shape 补全
    ）
    #==================================
    a = tf.constant([1,2],name = \'a\') #类型为张量
    print(a)  #输出： Tensor(\"a:0\", shape=(2,), dtype=int32)

tf.get_variable() 定义变量

tf.get_variable(name,  shape, initializer): 
name 就是变量的名称
shape 是变量的维度
initializer 是变量初始化的方式，初始化的方式有以下几种：
tf.constant_initializer()：常量初始化函数
tf.random_normal_initializer()：正态分布
tf.truncated_normal_initializer()：截取的正态分布
tf.random_uniform_initializer()：均匀分布
tf.zeros_initializer()：全部是0
tf.ones_initializer()：全是1
tf.uniform_unit_scaling_initializer()：满足均匀分布，但不影响输出数量级的随机值

a1 = tf.get_variable(name=\'a1\', shape=[2,3], initializer=tf.random_normal_initializer(mean=0, stddev=1))
a2 = tf.get_variable(name=\'a2\', shape=[1], initializer=tf.constant_initializer(1))
a3 = tf.get_variable(name=\'a3\', shape=[2,3], initializer=tf.ones_initializer())

a.graph 查看对象所在的图

tf.get_default_graph()

a.graph查看当前元素所在的计算图
printf(a.graph is tf.get_default_graph()) #输出true还是false，来判断是否是同一个计算图

tf.Graph() 创建计算图

 g1 = tf.Graph()创建一个计算图
 a = tf.constant([1,2],name = \'a\')
 b = tf.constant([3,4],name = \'b\')
 result = a + b
 with g1.Session() as sess:
 	init_all = tf.global_variable_initialize()
 	sess.run(init_all)

推荐一个网址：https://www.w3cschool.cn/tensorflow_python/tensorflow_python-hckq2htb.html 这里有各种tensorflow函数的应用