TensorFlow 的简单例子 Linux 中国

在本文中，我们将看一些 TensorFlow 的例子，并从中感受到在定义张量和使用张量做数学计算方面有多么容易，我还会举些别的机器学习相关的例子。

-- Likegeeks

本文导航

◈ 三维张量

53%

◈ 使用 TensorFlow 生成或裁剪图片

68%

◈ 使用 TensorFlow 改变图像

79%

编译自　|　https://www.codementor.io/likegeeks/define-and-use-tensors-using-simple-tensorflow-examples-ggdgwoy4u

作者　|　Likegeeks

译者　|　ghsgz

在本文中，我们将看一些 TensorFlow 的例子，并从中感受到在定义张量tensor和使用张量做数学计算方面有多么容易，我还会举些别的机器学习相关的例子。

TensorFlow 是什么?

TensorFlow 是 Google 为了解决复杂的数学计算耗时过久的问题而开发的一个库。

事实上，TensorFlow 能干许多事。比如：

◈ 求解复杂数学表达式

◈ 机器学习技术。你往其中输入一组数据样本用以训练，接着给出另一组数据样本基于训练的数据而预测结果。这就是人工智能了！

◈ 支持 GPU 。你可以使用 GPU（图像处理单元）替代 CPU 以更快的运算。TensorFlow 有两个版本： CPU 版本和 GPU 版本。

开始写例子前，需要了解一些基本知识。

什么是张量？

张量tensor是 TensorFlow 使用的主要的数据块，它类似于变量，TensorFlow 使用它来处理数据。张量拥有维度和类型的属性。

维度指张量的行和列数，读到后面你就知道了，我们可以定义一维张量、二维张量和三维张量。

类型指张量元素的数据类型。

定义一维张量

可以这样来定义一个张量：创建一个 NumPy 数组（LCTT 译注：NumPy 系统是 Python 的一种开源数字扩展，包含一个强大的 N 维数组对象 Array，用来存储和处理大型矩阵 ）或者一个Python 列表

[1]

，然后使用 函数将其转化成张量。

可以像下面这样，使用 NumPy 创建一个数组：

运行结果显示了这个数组的维度和形状。

它和 Python 列表很像，但是在这里，元素之间没有逗号。

现在使用 函数把这个数组转化为张量。

这次的运行结果显示了张量具体的含义，但是不会展示出张量元素。

要想看到张量元素，需要像下面这样，运行一个会话：

定义二维张量

定义二维张量，其方法和定义一维张量是一样的，但要这样来定义数组：

接着转化为张量：

现在你应该知道怎么定义张量了，那么，怎么在张量之间跑数学运算呢？

在张量上进行数学运算

假设我们有以下两个数组：

利用 TenserFlow ，你能做许多数学运算。现在我们需要对这两个数组求和。

使用加法函数来求和：

也可以把数组相乘：

现在你知道了吧。

三维张量

我们已经知道了怎么使用一维张量和二维张量，现在，来看一下三维张量吧，不过这次我们不用数字了，而是用一张 RGB 图片。在这张图片上，每一块像素都由 x、y、z 组合表示。

这些组合形成了图片的宽度、高度以及颜色深度。

首先使用 matplotlib 库导入一张图片。如果你的系统中没有 matplotlib ，可以使用 pip

[2]

来安装它。

将图片放在 Python 文件的同一目录下，接着使用 matplotlib 导入图片：

从运行结果中，你应该能看到，这张三维图片的宽为 150 、高为 150 、颜色深度为 3 。

你还可以查看这张图片：

真酷！

那怎么使用 TensorFlow 处理图片呢？超级容易。

使用 TensorFlow 生成或裁剪图片

首先，向一个占位符赋值：

使用裁剪操作来裁剪图像：

最后，运行这个会话：

然后，你就能看到使用 matplotlib 处理过的图像了。

这是整段代码：

是不是很神奇？

使用 TensorFlow 改变图像

在本例中，我们会使用 TensorFlow 做一下简单的转换。

首先，指定待处理的图像，并初始化 TensorFlow 变量值：

然后调用 transpose 函数转换，这个函数用来翻转输入网格的 0 轴和 1 轴。

接着你就能看到使用 matplotlib 处理过的图像了。

以上例子都向你表明了使用 TensorFlow 有多么容易。

via:https://www.codementor.io/likegeeks/define-and-use-tensors-using-simple-tensorflow-examples-ggdgwoy4u

作者：LikeGeeks

[4]

译者：ghsgz校对：wxy

本文由LCTT原创编译，Linux中国荣誉推出

LCTT 译者

ghsgz

共计翻译：1篇

贡献时间：3 天