為了在matlab中利用豐富的python開源資源，探索了如下內容：

1）在matlab中直接調用tensorflow函數；

2）在matlab中調用tensorflow的python程序，結合matlab方便的數據處理功能；

本篇對內容1)進行描述，工作環境為win10 64位系統，python 3.6，tensorflow 1.1，matlab 2018b。為了實現在matlab中直接調用tensorflow（對其他python module方法是通用的），需要進行如下工作：

1）在win10中安裝python，不會可百度；

2）安裝pip，用pip安裝tensorflow、numpy等python包，不會可baidu；

3）在matlab中確認python是否安裝成功，不會可在matlab幫助文檔中查找python相關內容，不多很好找；

4）運行如下代碼

clc % import libs tf = py.importlib.import_module('tensorflow'); np = py.importlib.import_module('numpy'); % set problem a = tf.Variable(np.float32(0.001), pyargs('dtype',tf.float32)); k1 = tf.placeholder(tf.float32,pyargs('shape',py.None,'name','k1')); cost = a^2 + k1*a + 5; % set optimizer optimizer = tf.train.RMSPropOptimizer(pyargs('learning_rate',0.1)).minimize(cost); init = tf.global_variables_initializer(); % solve trysess = tf.Session();sess.run(init);dict = py.dict(pyargs(k1.name,np.array([4])));idxr = [];costr = [];for i = 1:20sess.run(optimizer,pyargs('feed_dict',dict));a_val = sess.run(a,pyargs('feed_dict',dict));cost_val = sess.run(cost,pyargs('feed_dict',dict));% 顯示信息msgstr = ['迭代%d次：變量a=%f,cost=%fn'];fprintf(msgstr,i,a_val,cost_val);idxr = [idxr i];costr = [costr double(cost_val)];endsess.close() catchsess.close() end % plot plot(idxr,costr)

5）運行結束后顯示結果，值得注意的是，matlab中運行效率tensorflow的效率比在spyder中高

迭代1次：變量a=-0.252028,cost=4.055407 迭代2次：變量a=-0.439602,cost=3.434840 迭代3次：變量a=-0.593724,cost=2.977612 迭代4次：變量a=-0.726587,cost=2.621581 迭代5次：變量a=-0.844292,cost=2.335660 迭代6次：變量a=-0.950372,cost=2.101719 迭代7次：變量a=-1.047062,cost=1.908090 迭代8次：變量a=-1.135870,cost=1.746720 迭代9次：變量a=-1.217856,cost=1.611750 迭代10次：變量a=-1.293788,cost=1.498735 迭代11次：變量a=-1.364241,cost=1.404189 迭代12次：變量a=-1.429650,cost=1.325299 迭代13次：變量a=-1.490354,cost=1.259739 迭代14次：變量a=-1.546619,cost=1.205554 迭代15次：變量a=-1.598660,cost=1.161074 迭代16次：變量a=-1.646657,cost=1.124851 迭代17次：變量a=-1.690764,cost=1.095627 迭代18次：變量a=-1.731121,cost=1.072296 迭代19次：變量a=-1.767859,cost=1.053890 迭代20次：變量a=-1.801107,cost=1.039558

總結

以上是生活随笔為你收集整理的matlab gpu deep learning_在Matlab中使用tensorflow （1）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。