TensorFlow1

bash 复制代码
tf.session()

用于运行TensorFlow操作的类

一个Session对象封装了Operation执行对象的环境,并对Tensor对象进行计算,例如:

bash 复制代码
a=tf.constant(5.0)
b=tf.constant(6.0)
c=a*b
sess=tf.Session()
print(sess.run(c))
bash 复制代码
tf.constant()
tf​.​constant​(​value​,​ dtype​=​None​,​ shape​=​None​,​ name​=​'Const'​,​ verify_shape​=​False) #value是一个必须值,可以是一个数值,也可以是一个列表,可以是一维的,也可以是多维的
# dtype:数据类型,一般可以是tf.float32,tf.float64
# shape:表示张量的形状,及维数以及每一维的大小
# name:可以是任何字符串
#verify_shape:默认false,true表示检查value是否与shape的形状相符,不相符报错
bash 复制代码
#构建数值常量
tensor=tf.constant(1)
#用去值函数eval()来查看创建的tensor的值
sess=tf.Session()
with sess.as_default():
	print("结果是:",tensot.eval())
tensor = tf.constant([1,2,3])
with sess.as_default():
    print('结果是:',tensor.eval())

tensor = tf.constant(-1,shape=[2,3])
with sess.as_default():
    print('结果是:',tensor.eval())

tensor = tf.constant([1,2,3,4,5,6],shape=[2,3])
with sess.as_default():
    print('结果是:',tensor.eval())
    a=tf.zeros([2,3],dtype=tf.float32,name=None)
with sess.as_default():
    print('结果是:',a.eval())
a=tf.ones([2,3],dtype=tf.int32)
with sess.as_default():
    print('结果是:',a.eval())
a=tf.fill([3,2],8)
with sess.as_default():
    print('结果是:',a.eval())

a=tf.linspace(0.0,1.0,10,name=None)
with sess.as_default():
    print('结果是:',a.eval())

a=tf.range(0,5,1)
with sess.as_default():
    print('结果是:',a.eval())
相关推荐
MR_Colorful9 分钟前
从零开始:Windows 深度学习GPU环境配置完整指南(以TensorFlow为例)
人工智能·深度学习
xwill*17 分钟前
π0: A Vision-Language-Action Flow Model for General Robot Control
人工智能·深度学习
LDG_AGI1 小时前
【推荐系统】深度学习训练框架(七):PyTorch DDP(DistributedDataParallel)中,每个rank的batch数必须相同
网络·人工智能·pytorch·深度学习·机器学习·spark·batch
ziwu1 小时前
【花朵识别系统】Python+TensorFlow+Django+人工智能+深度学习+卷积神经网络算法
人工智能·深度学习·图像识别
ziwu1 小时前
【鸟类识别系统】Python+TensorFlow+Django+人工智能+深度学习+卷积神经网络算法
深度学习·图像识别
金融小师妹3 小时前
AI视角下黄金避风港属性的量化验证:基于2000-2025年历史数据的时序分析
大数据·人工智能·深度学习·1024程序员节
AI魔王进化论.3 小时前
Transformer、强化学习融合?解决序列决策优化难题!!!
人工智能·深度学习·transformer
lqqjuly4 小时前
《AI Agent智能体与MCP开发实战》之构建个性化的arXiv科研论文MCP服务实战
人工智能·深度学习
AI视觉网奇4 小时前
手部检测 yolov5 实战笔记
python·深度学习·计算机视觉