tensorflow

Question

tensorflow游乐场，自选数据集，模型，验证结果，人工智能，

Answer 1

【相关推荐】

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7743514
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：【tensorflow】tensorflow的安装及应用
• 你还可以看下tensorflow参考手册中的 tensorflow 分析 TensorFlow 的性能
• 您还可以看一下 覃秉丰老师的Tensorflow基础入门系列课程中的 Tensorflow简单案例小节, 巩固相关知识点
  
• 除此之外, 这篇博客: 【Tensorflow】Tensorflow详细入门中的 ） 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

    变量(Variables)是维护图执行过程中的状态信息。在训练模型过程中，可以通过变量来存储和更新参数。变量包含张量(Tensor)存放于内存的缓存区。建模的时候变量必须被明确的初始化，模型训练后变量必须被存储到磁盘。这些变量的值可以在之后的模型训练和分析中被加载。

    在构建变量的时候，必须将一个 张量 或者 可以转化为张量的 Python对象 作为初始值传入构造函数Variable中。

  简单变量案例：

  import tensorflow as tf
  
  # 创建一个变量，初始化值为变量3.0
  a = tf.Variable(3.0)
  
  # 创建一个常量
  b = tf.constant(2.0)
  c = tf.add(a, b)
  
  # 启动图后，变量必须先进行初始化操作
  # 增加一个初始化变量的op到图中
  init_op = tf.initialize_all_variables()
  
  # 启动图
  with tf.Session(config=tf.ConfigProto(allow_soft_placement=True)) as sess:
      # 运行init_op
      sess.run(init_op)
  
      # 获取值
      print("a = {}".format(sess.run(a)))
      print("c = {}".format(c.eval))
  

  代码可见：04_Variables1.py

  变量依赖案例：

  import tensorflow as tf
  
  # 创建一个变量
  w1 = tf.Variable(tf.random_normal([10], stddev=0.5, dtype=tf.float32), name='w1')
  # 基于第一个变量创建第二个变量
  a = tf.constant(2, dtype=tf.float32)
  w2 = tf.Variable(w1.initialized_value() * a, name='w2')
  
  # 进行全局初始化
  init_op = tf.initialize_all_variables()
  
  # 启动图
  with tf.Session(config=tf.ConfigProto(allow_soft_placement=True)) as sess:
      # 运行init_op
      sess.run(init_op)
  
      # 获取值
      result = sess.run([w1, w2])
      print("w1 = {}\nw2 = {}".format(result[0], result[1]))
  

  代码可见：05_Variables2.py

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^