通過TensorFlow的矩陣和常量的"加減乘除"運算，講一下Session、變量以及占位符的使用

?

目錄

Session創建會話與運算

變量的使用

占位符的使用

---

?

Session創建會話與運算

#session的使用，介紹兩種啟動Session的方式，進行矩陣乘法運算 import tensorflow as tf #引入TensorFlow庫m1 = tf.constant([[2,2],[3,4]])#定義一個一行兩列的矩陣常量 m2 = tf.constant([[3,4],[3,1]])#定義一個兩行一列的矩陣常量 dot_operation = tf.matmul(m1, m2)#定義m1和m2的TensorFlow矩陣乘法# 使用會話的方法1 sess = tf.Session()#定義會話 result = sess.run(dot_operation)#執行會話乘法 print(result)#打印矩陣相乘的結果 sess.close()#關閉會話# 使用會話的方法2，會話簡化達到相同效果 with tf.Session() as sess:result_ = sess.run(dot_operation)print(result_)

輸出結果：

[[12 10]
?[21 16]]

---

變量的使用

#變量的使用 var = tf.Variable(0)#定義一個常量var，數值為0add_operation = tf.add(var, 1)#定義一個常量加法運算，var數值加1 update_operation = tf.assign(var, add_operation)#將加法運算with tf.Session() as sess:#開啟會話sess.run(tf.global_variables_initializer())#變量本地初始化for _ in range(3):#運算循環3次sess.run(update_operation)#執行加法運算print(sess.run(var))#輸出每次的運算結果

輸出結果：

1
2
3
?

---

占位符的使用

#占位符的使用 x1 = tf.placeholder(dtype=tf.float32, shape=None)#用占位符定義常量x1 y1 = tf.placeholder(dtype=tf.float32, shape=None)#用占位符定義常量y1 z1 = x1 + y1#定義z2為x1和y1相加的結果x2 = tf.placeholder(dtype=tf.float32, shape=[2, 1])#用占位符定義2行1列矩陣x2 y2 = tf.placeholder(dtype=tf.float32, shape=[1, 2])#用占位符定義1行2列矩陣y2 z2 = tf.matmul(x2, y2)#定義z2為x2和y2矩陣相乘的結果with tf.Session() as sess:#將常量放入占位符z1_value = sess.run(z1, feed_dict={x1: 1, y1: 2})# 將矩陣放入占位符z2_value = sess.run([z2],feed_dict={x2: [[2], [2]], y2: [[3, 3]]})print(z1_value)print(z2_value)

輸出結果：

3.0
[array([[6., 6.],
? ? ? ?[6., 6.]], dtype=float32)]

總結

以上是生活随笔為你收集整理的玩玩机器学习3——TensorFlow基础之Session基本运算、占位符和变量的使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。