学习进度笔记9

tensorflow基本操作（类似numpy）

源代码

import tensorflow as tf
import os
os.environ["CUDA_VISIBLE_DEVICES"]="0"
#构造计算图，创建两个常量节点a，b，值分别为2，3
a=tf.constant(2)
b=tf.constant(3)
#创建一个Session会话对象，调用run方法，运行计算图。
with tf.Session() as sess:
    tf.global_variables_initializer().run()
    print("a:%i" % sess.run(a),"b:%i" % sess.run(b))
    print("Addition with constants: %i" % sess.run(a+b))
    print("Multiplication with constant:%i" % sess.run(a*b))

#使用变量Variable构造计算图a，b
a=tf.placeholder(tf.int16)
b=tf.placeholder(tf.int16)
#使用tf中的add，multiply函数对a，b进行求和与求积操作。
add=tf.add(a,b)
mul=tf.multiply(a,b)
#创建一个Session会话对象，调用run方法，运行计算图。
with tf.Session() as sess:
    tf.global_variables_initializer().run()
    print("Addition with variables: %i" % sess.run(add,feed_dict={a:2,b:3}))
    print("Multiplication with variables: %i" % sess.run(mul,feed_dict={a:2,b:3}))

#构造计算图，创建两个矩阵常量节点matrix1，matrix2，值分别为[[3.,3.]]，[[2.],[2.]]，
matrix1=tf.constant([[3.,3.]])
matrix2=tf.constant([[2.],[2.]])
#构造矩阵乘法运算，
product=tf.matmul(matrix1,matrix2)
#创建一个Session会话对象，调用run方法，运行计算图。
with tf.Session() as sess:
    result = sess.run(product)
    print(result)

结果截图