第三节

标签（空格分隔）：张量计算图会话前向传播反向传播

3.1 张量、计算图、会话

在tensorflow中，用张量表示数据，用计算图搭建神经网络，用会话执行计算图。

3.1.1 张量

张量就是多维数组（列表），用阶来表示张量的维数。如下图1所示，标量为零阶张量，向量为一阶张量，矩阵为二阶张量，如例子所示，有几个方括号就是几阶张量。

图1 张量

3.1.2 计算图

计算图（Graph）：搭建神经网络的计算过程，只搭建，不运算。图2为一个简单的计算图结构，

\(x_1\) 、\(x_2\) 为输入，\(w_1\) 、\(w_2\) 分别是 \(x_1\) 到 \(y\) ，\(x_2\) 到 \(y\) 的权重，\(y = X * W = x_1 * w_1 + x_2 * w_2\) , 计算y的过程实际就是矩阵的乘法。

图2 计算图结构

下图3为搭建好一个简单的计算图之后的输出结果，输出结果为一个张量（Tensor)，并没有实际计算张量的值，其余参数的具体含义如下：

图3 一个简单计算图输出结果参数含义

3.1.3 会话

会话（Session）：执行计算图中的节点运算，用with结构实现，具体实现如下图4所示：

图4 会话实现图中节点的运算

代码实现

#张量，计算图，会话
import tensorflow as tf
x = tf.constant([[1.0,2.0]])
w = tf.constant([[3.0],[4.0]])y = tf.matmul(x,w)
print(y)with tf.Session() as sess:print(sess.run(y))

Tensor("MatMul_1:0", shape=(1, 1), dtype=float32)
[[11.]]

转载于:https://www.cnblogs.com/victorxiao/p/11464915.html

北大曹健tensorflow相关推荐

Tensorflow2.0学习笔记（一）北大曹健老师教学视频1-4讲
Tensorflow2.0学习笔记(一)北大曹健老师教学视频1-4讲返回目录这个笔记现在是主要根据北京大学曹健老师的视频写的,这个视频超级棒,非常推荐. 第一讲常用函数的使用(包含了很多琐碎的函 ...
慕课北大曹健《人工智能实践-Tensorflow2.0》全套讲义ppt 和代码数据集
楼主习惯听课做笔记,这一份是慕课网,北大曹健老师的<人工智能实践-Tensorflow2.0>的全套讲义,包含上课的ppt和另一份pdf文件.整理在我的网盘可以下载. 另外还有老师上课的各 ...
Tensorflow2.0学习笔记（二）北大曹健老师教学视频第五讲
Tensorflow2.0学习笔记(二)北大曹健老师教学视频第五讲返回目录理论部分主要写点以前看吴恩达视频没有的或者不太熟悉的了. 5.1卷积计算过程实际项目中的照片多是高分辨率彩色图,但待优化 ...
北大曹健老师的TensorFlow笔记中，在pycharm中安装sklearn、pandas失败，Could not find conda environment: tensorflow
电脑里面有sklearn.pandas包啊如果在cmd窗口中输入 pip list ,或者在vscode的终端窗口输入conda list,或者在pycharm的Terminal窗口输入conda ...
TensorFlow项目1——鸢尾花识别的拆分详解（来源：北大曹健老师tensorflow学习视频）
项目1.鸢尾花识别 1.完整代码 import matplotlib.pyplot as plt from sklearn import datasets from pandas import Dat ...
北京大学曹健——Tensorflow笔记 05 MNIST数据集输出手写数字识别准确率
# 前向传播:描述了网络结构 minist_forward.py # 反向传播:描述了模型参数的优化方法 mnist_backward.py # 测试输出准确率minist_tes ...
北京大学曹健——Tensorflow笔记 04 神经网络优化
# -*- coding: utf-8 -*- """ Spyder EditorThis is a temporary script file. "&qu ...
北京大学曹健——Tensorflow笔记 01
北京大学曹健——Tensorflow笔记 06 全连接网络实践

北大曹健tensorflow

第三节

3.1 张量、计算图、会话

3.1.1 张量

3.1.2 计算图

3.1.3 会话

北大曹健tensorflow相关推荐

最新文章

热门文章