Python_DL_TensorFlow_02_

import tensorflow as tf
#创建一个常量op
m1 = tf.constant(([[3,3]]))
#创建一个常量op
m2 = tf.constant(([[2],[3]]))
#创建一个矩阵乘法op，把m1和m2传入。
product = tf.matmul(m1,m2)
print(product)
#输入出的是一个tensor而不是数

#定义一个会话，启动默认图
sess = tf.Session()
result = sess.run(product)
print(result)
sess.close()

with tf.Session() as sess:
　　#调用sess的run方法来执行矩阵乘法op，使用with调用sess就不用调用close了。
　　#run(product)触发了途中3个op
　　result = sess.run(product)
　　print(result)

x = tf.Variable([1,2])
a = tf.constant([3,3])
#增加一个减法op
sub = tf.subtract(x,a)
#增加一个假发op
add = tf.add(x,sub)
#对所有的变量进行初始化
init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    print(sess.run(sub))
    print(sess.run(add))
    

#创建一个变量初始化为0.
stat = tf.Variable(0,name=‘counter‘)
#创建一个op，作用是使state加1
new_value = tf.add(stat,1)
#赋值op
update = tf.assign(stat,new_value)
#初始化变量
init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    print(sess.run(stat))
    for _ in range(5):
        sess.run(update)
        print(sess.run(stat))

# fetch：在一个session种，我们可以同时执行多个op。
input1 = tf.constant(3.0)
input2 = tf.constant(2.0)
input3 = tf.constant(5.0)
add = tf.add(input2,input3)
mul = tf.multiply(input1,add)

with tf.Session() as sess:
    result = sess.run([mul,add])
    print(result)