3.1 張量、計算圖、會話

基於Tensorflow的NN：用張量表示數據，用計算圖搭建神經網絡，用會話執行計算圖，優化線上的權重（參數），得到模型。

張量(tensor)：多維數組（列表）    階：張量的維數

維數	階	名字	例子
0-D	0	標量 scalar	s=1 2 3 ，表示一個書
1-D	1	向量 vector	v=[1,2,3]    表示一維數組
2-D	2	矩陣 matrix	m=[[1,2,3],[4,5,6],[7,8,9]] 表示二維數組
n-D	n	張量 tensor	t=[[[.....     注：n個[代表n階

張量可以表示0階到n階數組（列表）

• 數據類型：tf.float32      tf.int32  加法實例的計算：

import tensorflow as tf
a = tf.constant([1.0,2.0])
b = tf.constant([3.0,4.0])

result = a+b
print result

顯示：

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

計算圖只描述了計算過程，不運行計算結果

下面運行第一個tensorflow框架的實例：

會話（Session）：執行計算圖中的節點運算

  1 import tensorflow as tf
  2 x = tf.constant([[1.0,2.0]])
  3 w = tf.constant([[3.0],[4.0]])
  4 y = tf.matmul(x,w)     # 實現矩陣乘法運算
  5 print y
  6 with tf.Session() as sess:
  7     print sess.run(y)
                        

運行後，會出現結果，同時也出現了一些warning，原因在於電腦支持一些加速的指令，但是運行代碼時，並沒有啓動這些指令，因此可以把這些提示暫時屏蔽掉，方法如下,進入bashrc文件，進入的方法如下：

vim ~/.bashrc

然後在該文件中加入：

export TF_CPP_MIN_LOG_LEVEL=2

以降低tensorflow的提示等級，然後ESC鍵：wq  保存退出後，在終端中輸入：

source ~/.bashrc

即實現設置生效的作用。再運行上述代碼時，即只會出現結果，而不會出現相關的warning的提示信息。