这篇教程分为两部分,第一部分用例子解释基础概念,第二部分构建逻辑回归模型。
Part-1: TensorFlow基础
TensorFlow是一个数据流经过的图,数据表示为n维向量,图由数据和操作组成。
- 节点:数学操作
- 边:数据
TensorFlow跟其他编程语言不同之处在于不论你想创建什么都必须先创建一幅蓝图,默认初始化是不包含任何变量的。
sankit@sankit:~$ python Python 2.7.6 (default, Oct 26 2016, 20:30:19) [GCC 4.8.4] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> >>> import tensorflow as tf
(i) Graph in TensorFlow:
图是TensorFlow的基石,每一个计算,操作,变量都存储在图中,你可以这样使用图:
graph = tf.get_default_graph()
你可以获取图的全部操作:
graph.get_operations()
目前它是空的
for op in graph.get_operations(): print(op.name)
你可以打印出它们的名字,当然在我们没有添加操作之前,它还是空的。