Tensorflow 初体验 - 草莓君的妙妙屋

# Tensorflow 初体验
发现了一个很棒的tensorflow教程，感觉很适合有深度学习基础知识的人进行学习。 [30天吃掉tensorflow](https://lyhue1991.github.io/eat_tensorflow2_in_30_days/ "30天吃掉tensorflow")

以下为吴恩达《深度学习》课程 C2W3
## 示例两则
### V11课堂示例
```
w = tf.Variable(0, dtype=tf.float32) # 待优化的变量  variable

#cost = tf.add(tf.add(w**2, tf.multiply(-10.,w)),25)
cost = w**2 - 10*w + 25     # 重载了运算符
train = tf.train.GradientDescentOptimizer(0.01).minimize(cost)

init = tf.global_variables_initializer()
session = tf.Session()
session.run(init)
print(session.run(w))

session.run(train)  # 进行一次梯度下降
print(session.run(w))

for i in range(1000):
    session.run(train)
print(session.run(w))
```

将训练数据加入
```
coefficient = np.array([[1.], [-10.], [25.]])    # 10->20

w = tf.Variable(0, dtype=tf.float32) 
x = tf.placeholder(tf.float32, [3,1])       # 数据 表示之后会赋值的变量

#cost = w**2 - 10*w + 25 
cost = x[0][0]*w**2 + x[1][0]*w + x[2][0]   # x是影响cost的
train = tf.train.GradientDescentOptimizer(0.01).minimize(cost)

init = tf.global_variables_initializer()
session = tf.Session()
session.run(init)
print(session.run(w))

session.run(train, feed_dict={x:coefficients})  # 用x
print(session.run(w))

for i in range(1000):
    session.run(train, feed_dict={x:coefficients})
print(session.run(w))
```

防止结构中出现错误 没有关闭session
```
#with 结构
with tf.Session() as session:
    session.run(init)
    print(session.run(w))
```

tensorflow的核心：计算cost 及其梯度 以进行优化
计算方法 计算图
![计算图](http://zrawberry.com/media/picture/6fb3e9d2f618429ea29e37c7a72ce3f9.jpg)

### 编程作业demo

loss = (y_hat - y)^2
```
import numpy as np
import tensorflow as tf

y_hat = tf.constant(36, name="y_hat")   # 定义y^hat常数 36
y = tf.constant(39, name='y')               # 定义y 39
loss = tf.Variable((y-y_hat) ** 2, name='loss')     # 创建loss变量

init = tf.global_variables_initializer()        # 初始化后一会儿运行
with tf.Session() as session:                   # 简历一个session并输出结果
    session.run(init)
    print(session.run(loss))
```

```
a = tf.constant(3)
b = tf.constant(30)
c = tf.multiply(a, b)

with tf.Session() as session:
    session.run(init)
    print(session.run(c))
    
sess = tf.Session()
xx = tf.placeholder(tf.int32, name='any_name')
res = sess.run(xx * 2, feed_dict={xx:30})
print(a.__dict__.items())
sess.close()
```

## 编写和运行tensorflow程序的步骤
1. 创建尚未执行\评估 的 张量Tensors (variables)
2. 编写这些张量间的操作
3. 初始化张量
4. 创建一个 Session （会话）
5. 运行 Session 以进行上述的运算

文章信息

标题：Tensorflow 初体验

作者：快刀切草莓君

分类：机器学习

发布时间：2020年3月22日

最近编辑：2020年4月6日

浏览量：1086

↑