TensorFlow學習筆記之四——源碼分析之基本操作

例子源碼地址：

https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/1%20-%20Introduction/basic_operations.py

根據網上的入門例子，一點點的熟悉代碼和TensorFlow。對這個基本的例子，做一個注釋，備忘之餘分享給同樣入門的初學者。

import tensorflow as tf

a = tf.constant(2)

b = tf.constant(3)

[python] view plain copy 在CODE上查看代碼片派生到我的代碼片

#把a,b定義為tensorflow的常量，並且賦值。

[python] view plain copy 在CODE上查看代碼片派生到我的代碼片

with tf.Session() as sess:

print "a=2, b=3"

print "Addition with constants: %i" % sess.run(a+b)

print "Multiplication with constants: %i" % sess.run(a*b)

[python] view plain copy 在CODE上查看代碼片派生到我的代碼片

#使用Session的run()輸出a+b和a*b的結果。使用with <span stylex="font-family:Arial, Helvetica, sans-serif;">tf.Session() as sess這種用法，在sess.run()結束之後，不用調用sess.close()釋放資源。</span>

[python] view plain copy 在CODE上查看代碼片派生到我的代碼片

a = tf.placeholder(tf.int16)

b = tf.placeholder(tf.int16)

[python] view plain copy 在CODE上查看代碼片派生到我的代碼片

#把a,b定義成為tf.int16類型的佔位符，並沒有放具體的數值進去。

[python] view plain copy 在CODE上查看代碼片派生到我的代碼片

add = tf.add(a, b)

mul = tf.mul(a, b)

[python] view plain copy 在CODE上查看代碼片派生到我的代碼片

<span stylex="font-family: Arial, Helvetica, sans-serif;">#在a,b兩個佔位符之上，定義了兩個操作，add和mul。</span>

[python] view plain copy 在CODE上查看代碼片派生到我的代碼片

with tf.Session() as sess:

print "Addition with variables: %i" % sess.run(add, feed_dict={a: 2, b: 3})

print "Multiplication with variables: %i" % sess.run(mul, feed_dict={a: 2, b: 3})

[python] view plain copy 在CODE上查看代碼片派生到我的代碼片

#給a,b賦值，並且對他們進行前文定義的add和mul操作。

[python] view plain copy 在CODE上查看代碼片派生到我的代碼片

matrix1 = tf.constant([[3., 3.]])

matrix2 = tf.constant([[2.],[2.]])

product = tf.matmul(matrix1, matrix2)

[python] view plain copy 在CODE上查看代碼片派生到我的代碼片

#定義兩個常量矩陣，並且為這兩個矩陣定義了一個matmul操作product。

[python] view plain copy 在CODE上查看代碼片派生到我的代碼片

with tf.Session() as sess:

result = sess.run(product)

print result

#運行product操作，並且將結果result輸出。

2016年5月11日

推薦閱讀：