? 學習了基本的神經網絡知識后，要使用框架了，這樣才能出來更加復雜的情況，更快的開發出模型。

? 首先安裝后，按照官網寫了一個例子，但是又好多不懂，但只是第一步，

看這段代碼，其實給你提供了很多學習tf的線索，TensorFlow中有很多變量，變量操作也是一個模塊。

a = tf.constant(34) print(type(a)) <class 'tensorflow.python.framework.ops.Tensor'>

還有tf.train.GradientDescentOptimizer這個對象，真的囊括了之前做的很多工作，

__init__(learning_rate, # 這個屬性有默認值啊use_locking=False,name='GradientDescent' )
# 看看這個train方法，有點不知道什么意思，在自己寫神經網絡的時候，都是按照梯度下降的公式來的，這里什么也沒見到，很可能是作者隱藏了
# 這里應該看到一個方法，update（param，gradient），使用梯度值來更新參數，這就是升級網絡的核心。
def train(cost, global_step):optimizer = tf.train.GradientDescentOptimizer(learinng_rate)train_op = optimizer.minimize(cost,global_step= global_step)return accuracy

?

　tf的一些張量運算方法

tf.log(x, # name=None) # x不僅是數字，而可以擴展至tensor，所以TensorFlow中好多都是針對tensor的計算。 x = tf.constant([[1., 1.], [2., 2.]]) tf.reduce_mean(x) # 1.5 tf.reduce_mean(x, 0) # [1.5, 1.5] tf.reduce_mean(x, 1) # [1., 2.] # mean是平均值的意思，體會這個reduce的意思，大體理解就是降維。類似的tf.reduce_sum()等?

轉載于:https://www.cnblogs.com/Robin008/p/9985947.html

總結

以上是生活随笔為你收集整理的TensorFlow学习入门的全部內容，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。