tensorflow基础备忘录

基础概念

tensorflow上的每一个计算都是计算图上的一个节点，节点之间的边描述了计算之间的依赖关系，TensorFlow会默认维护一个计算图。在tensorboard中可以看到可视化的计算图。

定义一个张量:a = tf.constant([1.0, 2.0], name='a')，name是这个张量的名字，张量几乎就是多维数组，张量有3个属性，名字(name)、维度(shape)、类型(type)。张量本身不存储数字。

常量 tf.constant()
变量 tf.Variable()
占据位置的常量(好像是) tf.placeholder()

使用时候sess.run(feed_dict={}),一个变量一个键值

使用上下文来管理会话的关闭和开启，with tf.Session() as sess: sess.run()

.get_shape 获取维度信息

tf.matmul(x, y) x,y矩阵相乘

tf.random_normal 正太分布
tf.truncated_normal 正态分布，随机出来的值偏离平均值超过2个标准差，这个数会随机
tf.random_uniform 平均分布
tf.random_gamma Gamma分布

tf.zeros 产生0的数组 tf.zeros([2,3]) 产生一个[[0,0,0], [0,0,0]]
tf.ones 产生1的数组
tf.fill 产生一个全部为给定数字的数组 tf.fill([2,3], 9)
tf.constant 产生一个常量

init_op = tf.global_variables_initializer()
sess.run(init_op)