欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

TensorFlow Session会话控制&Variable变量详解

程序员文章站 2024-01-11 09:29:40
这篇文章主要讲tensorflow中的session的用法以及variable。 session会话控制 session是tensorflow为了控制和输出文件的执行语...

这篇文章主要讲tensorflow中的session的用法以及variable。

session会话控制

session是tensorflow为了控制和输出文件的执行语句,运行session.run()就能获得运算结果或者部分运算结果。我们在这里使用一个简单的矩阵相乘的例子来解释session的两个用法。

首先我们要加载tensorflow并建立两个矩阵以及两个矩阵所做的运算。这里我们建立一个一行两列的matrix1和一个两行一列的matrix2,让它们做矩阵的乘法。tf.matmul相当于numpy中的dot方法,都是做矩阵的product。

import tensorflow as tf

matrix1 = tf.constant([[2, 2]])
matrix2 = tf.constant([[2], [2]])

product = tf.matmul(matrix1, matrix2)

接下来我们使用第一种会话控制session来激活product并得到计算结果:

sess = tf.session()
result = sess.run(product)
print(result)
sess.close()

运行结果为:[[8]]

还有另外一种session的打开模式同样可以激活product:

with tf.session() as sess:
 result2 = sess.run(product)
 print(result2)

运行结果同样是[[8]]。在这里我们不需要我们单独做sess.close()的操作。

variable变量

与python的变量不同,在tensorflow中如果我们要定义一个变量,必须使用tf.variable()来定义它才是个变量,括号中可以包含的参数有变量的值,变量的名称等。这里我们用一个简单的加法运算来解释变量的用法。

首先导入tensorflow并定义变量state, 常量one,以及运算方法tf.add, tf.assign

import tensorflow as tf

state = tf.variable(0, name='counter')
# 输出变量名
print(state.name)
one = tf.constant(1)

new_value = tf.add(state, one)
# 将new_value加载到state里面,这时state的值就是new_value
update = tf.assign(state, new_value)

我们可以将变量打印出来得到变量的信息:

init = tf.global_variables_initializer()

接下来我们就要用session来将变量激活进行运算,并打印出state的结果:

with tf.session() as sess:
 sess.run(init)
 for _ in range(3):
  sess.run(update)
  print(sess.run(state))

这里我们让update运行3次,也就是做3次加法,运行结果为:

TensorFlow Session会话控制&Variable变量详解

以上这篇tensorflow session会话控制&variable变量详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。