深度学习原理与框架-Tensorflow基本操作-Tensorflow中的变量

1.tf.Variable([[1, 2]])  # 创建一个变量

参数说明：[[1, 2]] 表示输入的数据，为一行二列的数据

2.tf.global_variables_initializer() 进行变量全局的初始化操作

参数说明：如果代码中存在变量，那么一定需要进行初始化操作

3.tf.matmul(w, x) # 进行数据的点乘操作

参数说明：w，x表示需要进行点乘的矩阵

4.sess = tf.Session() 执行操作的函数

参数说明：通常使用sess.run() 进行参数的执行操作

代码：

第一步：使用tf.Variable()构造两个变量

第二步：使用tf.matmul() 对两个变量进行点乘操作

第三步：使用tf.global_variable_initializer()构造初始化变量init

第四步：构造tf.Session() 等于sess，执行函数

第五步：使用sess.run执行初始化操作，同时执行y，进行点乘操作，打印结果

import tensorflow as tf


# 第一步：创建两个变量
w = tf.Variable([[1.0, 0.5]])
x = tf.Variable([[2.0], [2.0]])
# 第二步：使用tf.matmul进行点乘操作
y = tf.matmul(w, x)

# 第三步：对于变量必须要进行初始化操作
init = tf.global_variables_initializer()
# 第四步：使用tf.Session()构造执行函数
with tf.Session() as sess:
    # 第五步：执行变量初始化和点乘操作，并进行打印
    sess.run(init)
    print(y.eval())
    print(sess.run(y))

         代码输出结果

深度学习原理与框架-Tensorflow基本操作-Tensorflow中的变量

原文：https://www.cnblogs.com/my-love-is-python/p/10519793.html