tensorflow基础一

1.计算图

基于tensorflow的NN：

张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。

张量（tensor）：多维数组(列表)，阶：张量的维数。

张量可以表示0阶到n阶数组（列表）

tensorflow数据类型

tf.float32 tf.int32

tf.constant定义常数张量。

示例代码

显示结果

Tensor("add:0",shape(2,),dtype=float32)

add -> 节点名

0 -> 第0个输出

shape -> 维度

2 -> 一维数组的长度

dtype -> 数据类型

计算图 -> 搭建神经网络的计算过程，至只搭建不运算

神经元基本模型

x1,x2是输入

w1，w2是x1，x2到y的权重

2.会话

Session：执行计算图中的节点运算

import tensorflow as tf

x = tf.constant([[1.0,2.0]])

w = tf.constant([[3.0],[4.0]])

y = tf.matmul(x,w)

print y

with tf.Session() as sess:

print sess.run(y)

计算结果是

warnning 是因为电脑本身支持可以加速运算的操作

可以通过

修改bashrc修改tensorflow权限

降低tensorflow的提示等级