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
方银的技术分享3 小时前
十五、AI训练师:机器学习-过拟合与欠拟合
人工智能·深度学习·机器学习
Dfreedom.5 小时前
目标检测后处理核心:NMS非极大值抑制详解
图像处理·人工智能·深度学习·目标检测·目标跟踪
β添砖java7 小时前
深度学习28RNN循环神经网络
人工智能·深度学习
EQUINOX17 小时前
【论文精读】| LLaVA
论文阅读·人工智能·深度学习
千禧皓月10 小时前
【深度学习】图像恢复各种损失函数
人工智能·深度学习
今天AI了吗10 小时前
大模型技术全景(一):AI、机器学习、深度学习,三者的关系到底是什么?一文搞懂
数据库·人工智能·python·sql·深度学习·机器学习·rust
牧羊人.33311 小时前
动手学深度学习 02 | 手写数字识别
图像处理·人工智能·深度学习·算法
萌动的小火苗12 小时前
3、深度学习与全连接面试题
人工智能·深度学习
Magic-ZYJ14 小时前
HarmonyOS Navigation 实战:NavPathStack 跳转、传参、返回和路由表一次讲清
人工智能·pytorch·深度学习
船厂电气自动化ai大模型14 小时前
AI大模型与数学第64课:矩阵×向量乘法(神经网络矩阵运算底层)
数据结构·深度学习·线性代数·机器学习·推荐算法