Tensorflow筆記(基礎): 圖與會話,變量

圖與會話

import tensorflow as tf
import os# 取消打印 cpu,gpu選擇等的各種警告
# 設置TF_CPP_MIN_LOG_LEVEL 的等級,1.1.0以后設置2后 只不顯示警告,之前需要設置3,但設置3不利于調試
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import time# 創建一個常量 op, 產生一個 1x2 矩陣. 這個 op 被作為一個節點
# 加到默認圖中.# 構造器的返回值代表該常量 op 的返回值.
matrix1 = tf.constant([[3., 3.]])# 創建另外一個常量 op, 產生一個 2x1 矩陣.
matrix2 = tf.constant([[2.], [2.]])# 創建一個矩陣乘法 matmul op , 把 'matrix1' 和 'matrix2' 作為輸入.
# 返回值 'product' 代表矩陣乘法的結果.
product = tf.matmul(matrix1, matrix2)t1 = time.clock()
# session 會話在使用后
with tf.Session() as sess:# 指定設備(是否指定cpu速度差距不大)# with tf.device('/cpu:0'):result = sess.run([product])print(result)
t2 = time.clock()

運行結果

[array([[ 12.]], dtype=float32)]
0.08066363317567163

變量

state = tf.Variable(0, name='counter')input = tf.constant(3.0)input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)output = tf.multiply(input1, input2)with tf.Session() as sess:print(sess.run([output], feed_dict={input1: [7.], input2: [2.]}))
# 運行結果
#[array([ 14.], dtype=float32)]