tensorflow基础知识学习

一：基础单位
张量:多维数组(列表) 阶：表示张量的维度
标量：0阶数组 例子：s=1,2,3
向量：1阶数组 例子：v=[1,2,3]
矩阵：2阶数组 例子：m=[[1,2,3],[4,5,6],[7,8,9]]
张量：n阶 例子：t=[[…n个

二：简单的实现代码

import tensorflow as tf

x = tf.constant([[1.0,2.0]])
w = tf.constant([[3.0],[4.0]])

result = tf.matmul(x,w)
print(result)

Tensor("MatMul:0", shape=(1, 1), dtype=float32)

result是MatMul:0的张量，是一维长度为1的数组，数据类型是float32
值得注意的是这里并没有输出result的值，而只是返回了result的类型，也就是说计算图只描述运算过程，但未计算运算结果（只搭建网络，不运算）

那么如何才能计算出输出结果呢？这里需要引入session会话：

import tensorflow as tf

x = tf.constant([[1.0,2.0]])
w = tf.constant([[3.0],[4.0]])

result = tf.matmul(x,w)
print(result)

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

Tensor("MatMul:0", shape=(1, 1), dtype=float32)
[[11.]]