Python机器学习之TensorFlow

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python机器学习之TensorFlow，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1423字，纯文字阅读大概需要3分钟。

内容图文

（一）准备

1.  TensorFlow官方网址：www.tensorflow.org
2.  GitHub网址：github.com/tensorflow/tensorflow
3.  模型仓库网址：github.com/tensorflow/models
4. 支持此语言：python，C++，Go， Java， 后端使用C++、CUDA
5. 安装：pip install --upgrade tensorflow==1.14.0

（二）核心：

1. ? TensorFlow中的计算可以表示为一个有向图（Directed Graph），其中RNN是DAG
2. ? 或者称计算图（Computation Graph）
3. ? 其中每一个运算操作（operation）将作为一个节点（node）
4. ? 计算图描述了数据的计算流程，也负责维护和更新状态
5. ? 用户通过python，c++，go，Java语言设计这个这个数据计算的有向图
6. ? 计算图中每一个节点可以有任意多个输入和任意多个输出
7. ? 每一个节点描述了一种运算操作，节点可以算是运算操作的实例化（instance）
8. ? 计算图中的边里面流动（flow）的数据被称为张量（tensor），故得名TensorFlow

（三）代码流程

Import tensorflow as tf

b = tf.Variable(tf.zeros([100]))       #b为w0是一个向量
W = tf.Variable(tf.random_uniform([784,100], -1, 1))     #W为变量，uniform：均匀分布，从均匀分布中随机取值784行100列
x = tf.placeholder(name=“x”)              #placeholder：占位符
relu = tf.nn.relu(tf.matmul(W, x) + b)     #激活函数，matmul矩阵相乘再加b，对线性结果进行非线性变化
Cost = […]                                 #不同算法值不同
Sess = tf.Session()                        #开始执行算法
for step in range(0, 10):                  
　　input = …construct 100-D input array…         #创建input
　　result = sess.run(cost, feed_dict={x: input})
　　print(step, result)                     #打印结果

kkk

内容总结

以上是互联网集市为您收集整理的Python机器学习之TensorFlow全部内容，希望文章能够帮你解决Python机器学习之TensorFlow所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---