import tensorflow as tf #创建一个常量 op 一行二列
m1 = tf.constant([[3, 3]])
#创建一个常量 op 二行一列
m2 = tf.constant([[2], [3]]) # 创建一个矩阵乘法 op, 把 m1,m3 传入
prod = tf.matmul(m1, m2)
print(prod) # 调用 session 方法来执行矩阵乘法 op
# sess = tf.Session()
# res = sess.run(prod)
# print(res)
# sess.close() with tf.Session() as sess:
res = sess.run(prod)
print(res)
Tensor("MatMul_6:0", shape=(1, 1), dtype=int32)
[[15]]
变量的使用
import tensorflow as tf # 定义个变量
x = tf.Variable([1, 2])
# 定义个常量
a = tf.constant([3, 3]) # 增加个减法 op
sub = tf.subtract(x, a) # 增加个加法 op
add = tf.add(x, sub) # 初始化全局变量
init = tf.global_variables_initializer() with tf.Session() as sess:
# 变量初始化
sess.run( init )
print('sub 的值',sess.run(sub))
print('add 的值',sess.run(add))
sub 的值 [-2 -1]
add 的值 [-1 1]
用 for 循环,给一个值自增 1
import tensorflow as tf # 可以给变量定名字
state = tf.Variable(0, name='coun') # 自动加 1
new_value = tf.add(state, 1)
# 赋值:把 new_value 的值给 state
update = tf.assign(state, new_value) # 初始化全局变量
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run( init )
print( 'state 的值' )
print( sess.run(state) )
for _ in range(5):
sess.run( update )
print( 'state 的值' )
print( sess.run(state) )
state 的值
0
state 的值
1
state 的值
2
state 的值
3
state 的值
4
state 的值
5