TensorFlow笔记-03-张量,计算图,会话

Notes-03-张量、计算图、会话

·· 尺寸·· 顺序······ 名称····· 示例･････

･･ 0-D ･･･ 0 ･･･ 标量 ･･･ s=1 2 3

··一维···0···向量···s=[1,2,3]

·· 2-D····· 0···矩阵··· s=[ [1,2,3], [4,5,6],[7,8,9] ]

·· n-D ･･････ 标量･･････････････････････････････････････････ ･･･････････････････････････････････

运行结果：

计算图

# 两个张量的加法
import  tensorflow as tf
# x 是一个一行两列的张量
x = tf.constant([[1.0, 2.0]])
# x 是一个两行一列的张量
w = tf.constant([[3.0], [4.0]])
'''
构建计算图，但不运算
y = XW
 = x1*w1 + x2*w2
'''
# 矩阵相乘
y = tf.matmul(x, w)
print(y)

运行结果

(“:0”, shape=(1, 1), dtype=)

会话

使用 tf.() 作为 sess ：

打印(sess.run(y))

# 两个张量的加法
import  tensorflow as tf
# x 是一个一行两列的张量
x = tf.constant([[1.0, 2.0]])
# x 是一个两行一列的张量
w = tf.constant([[3.0], [4.0]])
'''
构建计算图，但不运算
y = XW
 = x1*w1 + x2*w2
'''
# 矩阵相乘
y = tf.matmul(x, w)
print(y)
# 会话：执行节点运算
with tf.Session() as sess:
    print(sess.run(y))

更多关于运行结果的文章：备注——此备注不允许任何个人或组织转载