TensorFlow既是一个实现机器学习算法的接口，同时也是执行机器学习算法的框架。
其中Session、Variable和placehold最为基础的知识，今天就来总结一下。

1.会话控制Session

会话层是专门用来计算的，可以用一下两种方式去激活计算图来计算。

import tensorflow as tf
matrix1 = tf.constant([[3, 3]])
matrix2 = tf.constant([[2],
                       [2]])
product = tf.matmul(matrix1, matrix2)
# methods 1 
sess = tf.Session()
resulit = sess.run(product)
print(resulit)
sess.close

结果为：[[12]]

import tensorflow as tf
matrix1 = tf.constant([[3, 3]])
matrix2 = tf.constant([[2],
                       [2]])
product = tf.matmul(matrix1, matrix2)
# methods 2 
with tf.Session() as sess:
    result = sess.run(product)
    print(result)

结果为：[[12]]

Variable变量

下面是在anaconda中的一个demo


要点

  • 只要使用Variable方法就要初始化，一般用语句init_op = tf.initialize_all_variables()来初始化所有变量
  • 要在会话层激活初始化的变量，一般为sess.run(init_op)

placeholder占位