1.2变量

• tensorflow简单介绍
• 代码拆分（每个代码块可以放到一个jupyter的cell里）
• • 导入tensorflow
  • 创建变量、常量并进行加减法计算
  • 创建变量并逐渐对变量赋值
• 完整代码

tensor采用图运算的方式搭建并训练深度学习网络，该部分使用的库包版本为tensorflow==1.14.0

import tensorflow as tf

x = tf.Variable([1,2])
a = tf.constant([3,3])
# 增加一个减法op
sub = tf.subtract(x,a)
# 增加一个假发op
add = tf.add(x,sub)
# 创建变量初始化
init = tf.global_variables_initializer()
# 创建会话，并运行
with tf.Session() as sess:
    sess.run(init)
    print(sess.run(sub))
    print(sess.run(add))

输出：

output:
[-2 -1]
[-1  1]

# 创建一个变量初始化为0
state = tf.Variable(0,name="counter")
# 创建一个op,作用是使state加1
new_value = tf.add(state,1)
# 赋值op
update = tf.assign(state,new_value)
# 变量初始化
init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    print(sess.run(state))
    for _ in range(5):
        sess.run(update)
        print(sess.run(state)) # 可以看到每次update之后state里面存的值就会改变

输出：

output:
0
1
2
3
4
5

import tensorflow as tf

# 创建一个变量初始化为0
state = tf.Variable(0,name="counter")
# 创建一个op,作用是使state加1
new_value = tf.add(state,1)
# 赋值op
update = tf.assign(state,new_value)
# 变量初始化
init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    print(sess.run(state))
    for _ in range(5):
        sess.run(update)
        print(sess.run(state)) # 可以看到每次update之后state里面存的值就会改变