TensorFlow基础: 两张量相加

 

TensorFlow基础: 两张量相加

作者:Sebastian Gutierrez
首先导入TensorFlow库:
import tensorflow as tf
然后输出我们正在使用的库的版本:
print(tf._version_)
我正用的是TensorFlow 1.0.1
视频中,我们使用tf.add运算来实现两个tensorflow张量的相加运算。

我们要先创建两个TensorFlos变量并且要为0-10的整数随机数留有占位符,数据类型是32位符号整数。

用 tf.get_variable 来创建第一个变量,然后命名为 random_int_var_one_ex

random_int_var_one_ex = tf.get_variable("random_int_var_one",
                                        initializer=tf.random_uniform([2, 3, 4],
                                        minval=0,
                                        maxval=10,
                                        dtype=tf.int32))

输出random_int_var_one_ex:
print(random_int_var_one_ex)
它是一个张量,维度是2\times3\times4,数据类型是int32。
同样地,我们创建第二个TensorFlow变量,并且命名为 random_int_var_two_ex。
这个张量的性质同上。
所以我们在图上开始一个会话(session):
sess = tf.Session()
然后初始化图中的所有全局变量:
sess.run(tf.gloabl_variables_initializer())
两个变量初始化后,我们再次输出它们。

print(sess.run(random_int_var_one_ex))
print(sess.run(random_int_var_two_ex))

我们发现张量内的元素都是0-10的整数。
现在我们要在会话内实现加法操作:
print(sess.run(tf.add(random_int_var_one_ex, random_int_var_two_ex)))
在我们传入两个变量之后,会发现输出的结果已经实现了加法操作。
并且最终对比结果的时候我们发现,第一个张量中的元素与第二个张量中的元素对应相加,得到最终结果。
最后我们要关闭TensorFlow会话:
sess.close()
这些就是你在TensorFlow中实现简单的张量加法的过程。

 

由 Editor 于 2018 年 03 月 01 日 发布在 数据科学 栏目