标签：初始化 意思 func constant 基础 val hub 变量 variable
（未完待续）
1Session
我们先定义要执行的结构：
matrix1 = tf.constant([3,3]) matrix2 = tf.constant([[2],[2]]) product = tf.matmul(matrix1,matrix2)
session使用方法1
sess = tf.Session() result = sess.run(product) print(result) sess.close()
session使用方法2
with tf.Session as sess: result = sess.run(product) print(result)
2Variable
定义变量的意思。在tensorflow中，一定要用variable定义变量。
在使用变量的时候tf.initialize_all_variables来初始化变量
state = tf.Variable(0,name=‘counter‘) one = tf.constant(1) new_value = tf.add(state,one) update = tf.assign(state,new_value) init = tf.initialize_all_variables() with tf.Session() as sess: sess.run(init) for _ in range(3): sess.run(update) print(sess.run(state))
运行结果：
1
2
3
3placeholder 与 feed_dict
在session run 运行的过程中从外界传入值，进行运算。
input1 = tf.placeholder(tf.float32) input2 = tf.placeholder(tf.float32) output = tf.mul(input1,input2) with tf.Session () as sess: print(sess.run(output,feed_dict={input1:[7],input2:[2]}))
运行结果
[14]
4Activation Function
参考链接
https://applenob.github.io/tf_1.html
标签：初始化 意思 func constant 基础 val hub 变量 variable
原文地址：http://www.cnblogs.com/guolaomao/p/7899800.html
