系列文章
本教程有同步的github地址
知識點
變量:顧名思義就是可以變化的量,與之對應的是常量,常量在程序運行期間是不可以變的。
TensorFlow中的變量的含義與Python中變量的含義類似,都是用於存放數據的單位。
tf.Variable([1,2])
代表定義了一個變量,並且賦值[1, 2]。
tf.subtract(x, y)
代表減法操作,即x - y
。
tf.add(x, y)
代表加法操作,即x + y
。
tf.assign(state, add_one)
代表賦值操作,即將add_one
賦值給state
。
示例
#%% md
# 變量的定義及其操作
#%% md
導包
#%%
import tensorflow as tf
#%% md
創建變量x
#%%
x = tf.Variable([1,2])
#%%
x
#%% md
創建常量y
#%%
y = tf.constant([3, 3])
#%%
y
#%% md
創建減法操作
#%%
sub = tf.subtract(x, y)
#%%
sub
#%% md
創建加法操作
#%%
add = tf.add(x, y)
#%%
add
#%% md
全部變量進行初始化
#%%
init = tf.global_variables_initializer()
#%%
init
#%% md
創建會話Sess輸出結果
#%%
with tf.Session() as sess:
init_res = sess.run(init)
sub_res, add_res = sess.run([sub, add])
#%% md
`init_res`沒有輸出結果爲None
#%%
init_res, type(init_res)
#%%
sub_res
#%%
add_res
#%% md
## 實現數值的自增
#%% md
定義變量state
#%%
state = tf.Variable(0, name="counter")
#%%
state
#%% md
定義自增操作
#%%
add_one = tf.add(state, 1)
#%%
add_one
#%% md
定義賦值操作
#%%
update = tf.assign(state, add_one)
#%%
update
#%% md
初始化全部變量
#%%
init = tf.global_variables_initializer()
#%% md
定義會話進行結果的計算與輸出
#%%
with tf.Session() as sess:
sess.run(init)
state_res = sess.run(state)
print(state_res)
for _ in range(5):
# add_one_res = sess.run(add_one)
update_res = sess.run(update)
state_res = sess.run(state)
# print(add_one_res)
# print(update_res)
print(state_res)
#%%