TensorFlow基础入门学习笔记

python tensorflow
  1. 一. 环境搭建：
  2. 二.开始使用
    1. 1. 最简单的HelloWorld：
    2. 2. 数值，矩阵运算：
    3. 3. 换用numpy模块做数值，矩阵运算：
    4. 4.使用matplotlib绘图展示结果：

TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。

一. 环境搭建：

  1. 安装python3.6，安装tensorflow：
    1
    pip install tensorflow

二.开始使用

1. 最简单的HelloWorld：

1
2
3
4
import tensorflow as tf
hello = tf.constant('hello tf')
with tf.Session() as sess:
    print(sess.run(hello))

2. 数值，矩阵运算：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
import tensorflow as tf
aa = tf.constant(6)
bb = tf.constant(8)

cc = tf.constant([
    [1, 2, 3],
    [4, 5, 6]
])
dd = tf.constant([
    [3, 4, 5],
    [7, 8, 9]
])
ee = tf.constant([
    [3, 4],
    [4, 5],
    [5, 6]
])

with tf.Session() as sess:
    # 数字乘法
    print(sess.run(tf.multiply(aa, bb)))
    # 矩阵相加
    print(sess.run(tf.add(cc, dd)))
    # 矩阵元素相乘
    print(sess.run(tf.multiply(cc, dd)))
    # 矩阵乘法
    print(sess.run(tf.matmul(dd, ee)))

3. 换用numpy模块做数值，矩阵运算：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
import numpy as np
arr = np.array([
    [1, 2, 3],
    [4, 5, 6]
])
print(arr)
# 单位矩阵
print(np.ones([3, 4]))
# 与数字运算
print(arr * 3)
print(arr / 2)
# 与矩阵运算
arr1 = np.array([
    [3, 4, 5],
    [4, 5, 6]
])
print(arr * arr1)
print(arr / arr1)

4.使用matplotlib绘图展示结果：

安装方法：

1
pip install matplotlib

使用matplot绘制折线图和柱状图：

1
2
3
4
5
6
7
8
9
import numpy as np
import matplotlib.pyplot as plt

x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 3, 2, 4, 5, 7, 4, 6])

plt.plot(x, y, 'g', lw=2)
plt.bar(x, y, 0.2, color='r', alpha=0.5)
plt.show()

当前网速较慢或者你使用的浏览器不支持博客特定功能，请尝试刷新或换用Chrome、Firefox等现代浏览器