2018-03-17 （tensorflow基础）

TensorFlow基础

一、Graph与Session的概念:

     1、Data Flow Graph:数据流图

     2、计算的定义和执行，被很好的分开了。

     3、模型的训练分成两步:

           1.描绘整幅图Graph(定义计算)

           2.在Session当中执行图中的计算。

      4、优点：容易实现分布式

二、operator:  算子、节点、(op)

三、Tensor + Flow的概念:

      1、张量在图中通过运算(op)进行传递和变换(流动)

     2、零维的张量(Tensor)是标量(scalar)

          一维的张量(Tensor)是向量(vector)

          二维的张量(Tensor)是矩阵(matrix)

   六、常用计算

              tf.add(x,y):求和

              tf.multiply(x,y):Hadamard乘积 对应位置元素相乘 点乘

              tf.matmul(x,y):矩阵乘法

              tf.pow(x,y):计算幂次方

   七、常量、变量、占位符

              1、常量：tf.constant

              2、变量：tf.Variable(是一个类，而不是一个算子)

                3、占位符：placeholder

    八、tensorboard

        复制链接至浏览器打开

              显示：