对于刚刚所述计算图,我们执行 Session()会话可得到矩阵相乘结果:
import tensorflow as tf #引入模块
x = tf.constant([[1.0, 2.0]]) #定义一个 2 阶张量等于[[1.0,2.0]]
w = tf.constant([[3.0], [4.0]]) #定义一个 2 阶张量等于[[3.0],[4.0]]
y = tf.matmul(x, w) #实现 xw 矩阵乘法
print y #打印出结果
with tf.Session() as sess:
print sess.run(y) #执行会话并打印出执行后的结果
可以打印出这样的结果:
Tensor(“matmul:0”, shape(1,1), dtype=float32)
[[11.]]
我们可以看到,运行 Session()会话前只打印出 y 是个张量的提示,运行 Session()
会话后打印出了 y 的结果 1.0*3.0 + 2.0*4.0 = 11.0。
注①:我们以后会常用到 vim 编辑器,为了使用方便,我们可以更改 vim 的配置
文件,使 vim 的使用更加便捷。我们在 vim ~/.vimrc 写入:
set ts=4 表示使 Tab 键等效为 4 个空格
set nu 表示使 vim 显示行号 nu 是 number 缩写
注②:在 vim 编辑器中运行 Session()会话时,有时会出现“提示 warning”, 是
因为有的电脑可以支持加速指令,但是运行代码时并没有启动这些指令。可以把
这些“提示 warning”暂时屏蔽掉。屏蔽方法为进入主目录下的 bashrc 文件,在
bashrc 文件中加入这样一句 export TF_CPP_MIN_LOG_LEVEL=2,从而把“提示
warning”等级降低。
这个命令可以控制 python 程序显示提示信息的等级,在 Tensorflow 里面一般设
置成是"0"(显示所有信息)或者"1"(不显示 info), "2"代表不显示 warning,
"3"代表不显示 error。一般不建议设置成 3。
source 命令用于重新执行修改的初始化文件,使之立即生效,而不必注销并重
新登录。