Python机器学习之TensorFlow

瘦欲@ 提交于 2020-03-26 17:23:01

(一)准备

  1.  TensorFlow官方网址:www.tensorflow.org
  2.  GitHub网址:github.com/tensorflow/tensorflow
  3.  模型仓库网址:github.com/tensorflow/models
  4. 支持此语言:python,C++,Go, Java, 后端使用C++、CUDA
  5. 安装:pip install --upgrade tensorflow==1.14.0

(二)核心:

  1.  TensorFlow中的计算可以表示为一个有向图(Directed Graph),其中RNN是DAG
  2.  或者称计算图(Computation Graph)
  3.  其中每一个运算操作(operation)将作为一个节点(node)
  4.  计算图描述了数据的计算流程,也负责维护和更新状态
  5.  用户通过python,c++,go,Java语言设计这个这个数据计算的有向图
  6.  计算图中每一个节点可以有任意多个输入和任意多个输出
  7.  每一个节点描述了一种运算操作,节点可以算是运算操作的实例化(instance)
  8.  计算图中的边里面流动(flow)的数据被称为张量(tensor),故得名TensorFlow

(三)代码流程

Import tensorflow as tf

b = tf.Variable(tf.zeros([100]))       #b为w0是一个向量
W = tf.Variable(tf.random_uniform([784,100], -1, 1))     #W为变量,uniform:均匀分布,从均匀分布中随机取值784行100列
x = tf.placeholder(name=“x”)              #placeholder:占位符
relu = tf.nn.relu(tf.matmul(W, x) + b)     #激活函数,matmul矩阵相乘再加b,对线性结果进行非线性变化
Cost = […]                                 #不同算法值不同
Sess = tf.Session()                        #开始执行算法
for step in range(0, 10):                  
  input = …construct 100-D input array…         #创建input
  result = sess.run(cost, feed_dict={x: input})
  print(step, result)                     #打印结果

kkk

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!