TensorFlow入门（常量变量及其基本运算）

1.tensorflow常量变量的定义

测试代码如下：

 # encoding:utf-8

 # OpenCV tensorflow
 # 类比 语法 api 原理
 # 基础数据类型 运算符 流程 字典 数组

 import tensorflow as tf
 # data1 = tf.constant(2.5)  # 定义常量
 data1 = tf.constant(2, dtype=tf.int32)  # 改变常量类型
 data2 = tf.Variable(10, name='var')  # 定义变量
 # 直接打印data1和data2是打印不出来的 必须通过tensorflow中的Session对象打印
 print(data1)
 print(data2)

 sess = tf.Session()
 # 调用了session之后可以打印出data1
 print(sess.run(data1))
 init = tf.global_variables_initializer()  # 定义的变量需要初始化 才能够使用 才能够打印出data2
 sess.run(init)
 print(sess.run(data2))

运行效果如下：

2.tensorflow运算原理

 # encoding:utf-8

 import tensorflow as tf

 # 本质
 # tensorflow = tensor + 计算图
 # tensor 数据
 # op 运算操作
 # graphs 计算图 数据操作
 # session 运算的交互环境

 # data1 = tf.constant(2.5)
 data1 = tf.constant(2, dtype=tf.int32)  # 改变类型
 data2 = tf.Variable(10, name='var')  # 定义变量
 # 直接打印data1和data2是打印不出来的 必须通过tensorflow中的Session对象打印
 print(data1)
 print(data2)

 init = tf.global_variables_initializer()  # 变量的初始化
 sess = tf.Session()
 with sess:
     sess.run(init)
     print(sess.run(data2))

3.tensorflow常量变量的四则运算

• 常量与常量之间的四则运算

测试代码如下：

# encoding:utf-8

import tensorflow as tf
# 常量与常量之间的运算
data1 = tf.constant(6)
data2 = tf.constant(2)
dataAdd = tf.add(data1,data2)  #加
dataMul = tf.multiply(data1,data2)  #减
dataSub = tf.subtract(data1,data2)  #乘
dataDiv = tf.divide(data1,data2)  #除
with tf.Session() as sess:
    print(sess.run(dataAdd))
    print(sess.run(dataMul))
    print(sess.run(dataSub))
    print(sess.run(dataDiv))
print('end!')

运行结果如下：

• 常量与变量之间的四则运算

测试代码如下：

 # encoding:utf-8

 import tensorflow as tf

 # 常量与变量之间的运算
 data1 = tf.constant(6)
 data2 = tf.Variable(2)
 dataAdd = tf.add(data1,data2)  #加
 dataCopy = tf.assign(data2, dataAdd)  # dataAdd->data2
 dataMul = tf.multiply(data1,data2)  #减
 dataSub = tf.subtract(data1,data2)  #乘
 dataDiv = tf.divide(data1,data2)  #除
 init = tf.global_variables_initializer()
 with tf.Session() as sess:
     sess.run(init)  # 所有的变量必须初始化
     print(sess.run(init))  # 必须要init 返回结果为None
     print(sess.run(dataAdd))
     print(sess.run(dataMul))
     print(sess.run(dataSub))
     print(sess.run(dataDiv))
     print('sess.run(dataCopy)',sess.run(dataCopy))  # 8->data2
     print('dataCopy.eval()', dataCopy.eval())  # 8+6->14->data = 14
     print('tf.get_default_session()',tf.get_default_session().run(dataCopy))
 print('end!')

运行结果如下：