Tensorflow笔记：tensorflow 的基本概念（张量，数据类型，计算图，会话）

待我称王封你为后i 2021-12-12 04:43 289阅读 0赞

一、基本概念   
**基于 Tensorflow 的 NN**：用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。   
**张量**：张量就是多维数组（列表），用“阶”表示张量的维度。   
0 阶张量称作标量，表示一个单独的数；   
举例 S=123

1 阶张量称作向量，表示一个一维数组； 举例 V=\[1,2,3\]

2 阶张量称作矩阵，表示一个二维数组，它可以有 i 行 j 列个元素，每个元素可  
以用行号和列号共同索引到；   
举例 m=\[\[1, 2, 3\], \[4, 5, 6\], \[7, 8, 9\]\]

判断张量是几阶的，就通过张量右边的方括号数，0 个是 0 阶，n 个是 n 阶，张  
量可以表示 0 阶到 n 阶数组（列表）；   
举例 t=\[ \[ \[… \] \] \]为 3 阶。

**数据类型**：Tensorflow 的数据类型有 tf.float32、tf.int32 等。   
举例 :  
我们实现 Tensorflow 的加法：

import tensorflow as tf       #引入模块 
    a = tf.constant([1.0, 2.0])   #定义一个张量等于[1.0,2.0] 
    b = tf.constant([3.0, 4.0])   #定义一个张量等于[3.0,4.0] 
    result = a+b                  #实现 a 加 b 的加法 
    print result                  #打印出结果

可以打印出这样一句话：

Tensor(“add:0”, shape=(2, ), dtype=float32)

意思为 result 是一个名称为 add:0 的张量，shape=(2,)表示一维数组长度为 2，dtype=float32 表示数据类型为浮点型。

**计算图**（Graph）： 搭建神经网络的计算过程，是承载一个或多个计算节点的一  
张图，只搭建网络，不运算。   
举例   
在第一讲中我们曾提到过，神经网络的基本模型是神经元，神经元的基本模型其  
实就是数学中的乘、加运算。我们搭建如下的计算图：

![20190710112512276.png][]

x1、x2 表示输入，w1、w2 分别是 x1 到 y 和 x2 到 y 的权重，y=x1\*w1+x2\*w2。   
我们实现上述计算图：

import tensorflow as tf           #引入模块 
    x = tf.constant([[1.0, 2.0]])     #定义一个 2 阶张量等于[[1.0,2.0]] 
    w = tf.constant([[3.0], [4.0]])   #定义一个 2 阶张量等于[[3.0],[4.0]] 
    y = tf.matmul(x, w)               #实现 xw 矩阵乘法 
    print y                           #打印出结果

可以打印出这样一句话：

Tensor(“matmul:0”, shape(1,1), dtype=float32)

从这里我们可以看出，print 的结果显示 y 是一个张量，只搭建承载计算过程的计算图，并没有运算，如果我们想得到运算结果就要用到“会话 Session()”了。

**会话**（Session）： 执行计算图中的节点运算。   
我们用 with 结构实现，语法如下：

with tf.Session() as sess: 
        print sess.run(y)

举例   
对于刚刚所述计算图，我们执行 Session()会话可得到矩阵相乘结果：

可以打印出这样的结果：

Tensor(“matmul:0”, shape(1,1), dtype=float32) 
    [[11.]]

我们可以看到，运行Session()会话前只打印出y是个张量的提示，运行Session()会话后打印出了 y 的结果 1.0\*3.0 + 2.0\*4.0 = 11.0。

注①：我们以后会常用到 vim 编辑器，为了使用方便，我们可以更改 vim 的配置  
文件，使 vim 的使用更加便捷。我们在 vim ~/.vimrc 写入：   
set ts=4  表示使 Tab 键等效为 4 个空格   
set nu    表示使 vim 显示行号 nu 是 number 缩写   
注②：在 vim 编辑器中运行 Session()会话时，有时会出现“提示 warning”， 是  
因为有的电脑可以支持加速指令，但是运行代码时并没有启动这些指令。可以把  
这些“提示 warning”暂时屏蔽掉。屏蔽方法为进入主目录下的 bashrc 文件，在  
bashrc 文件中加入这样一句 export TF\_CPP\_MIN\_LOG\_LEVEL=2，从而把“提示  
warning”等级降低。   
这个命令可以控制 python 程序显示提示信息的等级，在 Tensorflow 里面一般设  
置成是"0"（显示所有信息）或者"1"（不显示 info）， "2"代表不显示 warning，  
"3"代表不显示 error。一般不建议设置成 3。   
source 命令用于重新执行修改的初始化文件，使之立即生效，而不必注销并重  
新登录。

[20190710112512276.png]: /images/20211211/15e5ffe5a6ba448b96cc708835a56115.png