tensorflow基础语法

1. Tensorflow变量定义

import tensorflow as tf
# 定义一个变量
var = tf.Variable(0, name="my_variable")
# 定义一个常量
const = tf.constant(1)

2. Tensorflow占位符定义

import tensorflow as tf
# 定义一个占位符
x = tf.placeholder(tf.float32, shape=[None, 3], name="x")
# 定义另一个占位符
y = tf.placeholder(tf.float32, shape=[None, 1], name="y")

3. Tensorflow运算符

import tensorflow as tf
# 定义一个变量
var = tf.Variable(0, name="my_variable")
# 定义一个常量
const = tf.constant(1)
# 定义一个加法运算
add = tf.add(var, const)
# 定义一个减法运算
sub = tf.subtract(var, const)

4. Tensorflow会话

import tensorflow as tf
# 定义一个变量
var = tf.Variable(0, name="my_variable")
# 定义一个常量
const = tf.constant(1)
# 定义一个加法运算
add = tf.add(var, const)
# 定义一个减法运算
sub = tf.subtract(var, const)
# 初始化所有变量
init = tf.global_variables_initializer()

with tf.Session() as sess:
    # 运行初始化操作
    sess.run(init)
    # 打印变量var的值
    print(sess.run(var))
    # 运行加法运算
    sess.run(add)
    # 打印变量var的值
    print(sess.run(var))
    # 运行减法运算
    sess.run(sub)
    # 打印变量var的值
    print(sess.run(var))

5. Tensorflow优化器

import tensorflow as tf
# 定义一个变量
var = tf.Variable(0, name="my_variable")
# 定义一个常量
const = tf.constant(1)
# 定义一个加法运算
add = tf.add(var, const)
# 定义一个减法运算
sub = tf.subtract(var, const)
# 定义一个优化器
optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.1)
# 定义一个最小化操作
minimize_op = optimizer.minimize(sub)

# 初始化所有变量
init = tf.global_variables_initializer()

with tf.Session() as sess:
    # 运行初始化操作
    sess.run(init)
    # 打印变量var的值
    print(sess.run(var))
    # 运行最小化操作
    sess.run(minimize_op)
    # 打印变量var的值
    print(sess.run(var))

6. Tensorflow张量操作

import tensorflow as tf
# 定义一个变量
var = tf.Variable([[1, 2], [3, 4]], name="my_variable")
# 定义一个常量
const = tf.constant([[5, 6], [7, 8]])
# 定义一个加法运算
add = tf.add(var, const)
# 定义一个乘法运算
mul = tf.matmul(var, const)

# 初始化所有变量
init = tf.global_variables_initializer()

with tf.Session() as sess:
    # 运行初始化操作
    sess.run(init)
    # 打印变量var的值
    print(sess.run(var))
    # 打印常量const的值
    print(sess.run(const))
    # 运行加法运算
    print(sess.run(add))
    # 运行乘法运算
    print(sess.run(mul))

7. Tensorflow张量的形状和类型

import tensorflow as tf
# 定义一个变量
var = tf.Variable([[1, 2], [3, 4]], name="my_variable")
# 打印变量的形状和类型
print(var.shape)
print(var.dtype)

8. Tensorflow张量的索引和切片

import tensorflow as tf
# 定义一个变量
var = tf.Variable([[1, 2], [3, 4]], name="my_variable")
# 打印变量的第一行
print(var[0])
# 打印变量的第一列
print(var[:, 0])
# 打印变量的第一行第一列的元素
print(var[0][0])

9. Tensorflow张量的变形

import tensorflow as tf
# 定义一个变量
var = tf.Variable([[1, 2], [3, 4]], name="my_variable")
# 打印变量的形状
print(var.shape)
# 将变量变形为一行四列的张量
var_reshaped = tf.reshape(var, [1, 4])
# 打印变形后的张量形状
print(var_reshaped.shape)

10. Tensorflow张量的广播

import tensorflow as tf
# 定义一个变量
var = tf.Variable([[1, 2], [3, 4]], name="my_variable")
# 定义一个常量
const = tf.constant(1)
# 进行广播操作
result = var + const
# 打印结果
print(result)