TensorFlow笔记

参考：
TENSORFLOW从入门到精通之——TENSORFLOW基本操作
http://www.tensorflownews.com/2018/03/28/tensorflow_base/
Tensorflow是一种计算图模型，即用图的形式来表示运算过程的一种模型。Tensorflow程序一般分为图的构建和图的执行两个阶段。

• 图的构建，每次运算的的结果以及原始的输入数据都可称为一个节点（operation ，缩写为op）

import tensorflow as tf
m1=tf.constant([3,5])#定义的节点（operation，缩写为op)
m2=tf.constant([2,4])
result=tf.add(m1,m2)#通过节点构建的图/矩阵相加
print(result)#其并没有输出矩阵相加的结果，而是输出了一个包含三个属性的Tensor

• 图的执行,也就是在会话（session）中执行图模型中定义好的运算。

sess=tf.Session()#启动默认图模型
 print(sess.sun(result)) #运行图模型，传入参数result，执行矩阵加法，打印相加的结果[5,9]
 sess.close()#关闭会话session

另外一种写法：

with tf.session() as sess:
	res = sess.run([result])
print(res)

如下程序2-4所示，Tensorflow中使用with…device语句来指定GPU或CPU资源执行操作：

with tf.session() as sess:
	with tf.device(''/gpu:2"):#指定第二个GPU资源来运行下面的op（节点），指定第N个 "/gpu:N"
		m1 = tf.constant([3,5])
		m2 = tf.constant([2,4])
		result = tf.add(m1,m2)
		res = sess.run([result])
print(res)