TensorFlow1

TensorFlow

Tensorflow是一個開源軟件庫，它使用數據流圖的形式進行數值計算。

什麼是數據流圖（Data Flow Graph）

• 節點（Nodes）：表示數學運算操做符
• 邊（Edges）：用於傳送節點之間的多維數組，即張量。

安裝TensorFlow

• CPU版本：pip install --upgrade tensorflow
• GPU版本：pip install --upgrade tensorflow-gpu

檢查安裝以及版本

>>> import tensorflow as tf
>>> tf.__version__
'1.3.0'

利用TensorFlow打印‘Hello World！’

# 建立一個constant運算符(op)
# 這個op，做爲一個node，添加到graph中
hello = tf.constant('Hello, TensorFlow!')

# 啓動TF進程（session）
sess = tf.Session()

# 運行op，並輸出結果
print(sess.run(hello))

b'Hello, TensorFlow!'

b'String': 'b'表示字節符。

計算圖（Computational Graph）

# 1.使用TensorFlow運算符op搭建graph
node1 = tf.constant(3.0, tf.float32)
node2 = tf.constant(4.0)
node3 = tf.add(node1, node2)

# 2.丟入數據，並運行graph：sess.run(op)
# 3.自動更新graph中的變量並返回
sess = tf.Session()
print('sess.run(node1, node2):', sess.run([node1, node2]))
print('sess.run(node3):', sess.run(node3))

sess.run(node1, node2): [3.0, 4.0]
sess.run(node3): 7.0

TensorFlow運行機制

• 1.使用TensorFlow運算符op搭建graph
• 2.丟入數據，並運行graph：sess.run(op)
• 3.自動更新graph中的變量並返回值

佔位符（Placeholder）

# 1.使用TensorFlow運算符op搭建graph
a = tf.placeholder(tf.float32)
b = tf.placeholder(tf.float32)
adder_node = tf.add(a, b)

# 2.丟入數據，並運行graph：sess.run(op， feed_dict{x: x_data})
# 3.自動更新graph中的變量並返回值
print(sess.run(adder_node, feed_dict={a: 3, b: 4.5}))
print(sess.run(adder_node, feed_dict={a: [1, 3], b: [2, 4]}))

7.5
[3. 7.]

TensorFlow機制

• 1.使用TensorFlow運算符op搭建graph
• 2.丟入數據，並運行graph：sess.run(op， feed_dict{x: x_data})
• 3.自動更新graph中的變量並返回值

萬物皆張量（Everything is Tensor）

Tensors

3    # rank爲0的張量，即shape爲[]的表量
[1., 2., 3.]    # rank爲1的張量;shape爲[3]的向量
[[1., 2., 3.], [4., 5., 6.]]    # rank爲2的張量;shape爲[2, 3]的矩陣
[[[1., 2., 3.]], [[7., 8., 9.]]]    # rank爲3的張量，形狀爲[2, 1, 3]

張量的階、形狀和類型

Tersor Ranks, Shapes, and Types

階（Ranks）

秩／階	數學名稱	Python實例
0	標量	s = 483
1	向量	v = [1., 2., 3.]
2	矩陣	m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
3	3-Tensor	t = [[[2], [4], [6]], [[8], [10], [12]], [[14], [16], [18]]]
n	n-Tensor	...

形狀（Shapes）

Rank	Shape	維數	示例
0	[]	0-D	0維Tensor; 標量
1	[D0]	1-D	形狀爲[5]的1維張量
2	[D0, D1]	2-D	形狀爲[3, 4]的2維張量
3	[D0, D1, D2]	3-D	形狀爲[1, 4, 3]的3維張量
n	[D0, D1, ..., Dn-1]	n-D	形狀爲[D0, D1, ..., Dn-1]的n維張量

類型（Types）

數據類型	Python數據類型	描述
FLOAT	tf.float32	32位浮點型
DOUBLE	tf.float64	64位浮點型
INT8	tf.int8	有符號8位整型
INT16	tf.int16	有符號16位整型
INT32	tf.int32	有符號32位整型
INT64	tf.int64	有符號64位整型