• python之深度学习(tensorflow):随机数&&变量&&可视化


    随机数的产生:

    tf.random_normal(形状,平均值,方差); 例如:

    a = tf.random_normal([2,3],mean = 1.0,stddev = 1.0)
    with tf.Session() as sess:
        print(sess.run(a))

    变量op:

    作用:变量op能够持久化保存,普通的张量不行

    注意的事项:当定义一个变量op的时候需要,一定要在会话(Session)中去初始化

    a = tf.constant([1,2,3,4,5])
    var = tf.Variable(tf.random_normal([3,4],mean=0.0,stddev=1.0))
    #这是做了一步显示的初始化op
    inital_op = tf.global_variables_initializer()
    with tf.Session() as sess:
        sess.run(inital_op)
        print(sess.run([a,var]))
    #数据类型的转化
    a = [[1,2,3],[4,5,6]]
    print(a)
    b = tf.cast(a,tf.float32) #把int类型转化为float32类型
    #把两个列表合并
    c = [[1,2,3],[4,5,6]]
    d = [[7,8,9],[10,11,12]]
    e = tf.concat([c,d],axis = 0) #axis=0表示按行合并,axis=1表示按列合并
    with tf.Session() as sess:
        print(sess.run(b))
        print(sess.run(e))

    可视化学习,把tensorflow的图结构体现在Web界面上

    #其实在每一个op参数后边都有一个叫name的参数,这个是为了在tensorboard中显示我们自定义的op名字
    a = tf.constant([1,2,3,4,5],name='a')
    var = tf.Variable(tf.random_normal([3,4],mean=0.0,stddev=1.0),name='var')
    #这是做了一步显示的初始化op
    inital_op = tf.global_variables_initializer()
    with tf.Session() as sess:
        sess.run(inital_op)
        #把程序的图结构写入事件文件中,graph:把你指定的图写入到事件文件中
        file_wirte = tf.summary.FileWriter("./temp/summary/text/",graph=sess.graph)
    
        print(sess.run([a,var]))

    在后台输入:tensorboard --logdir = "./temp/summary/text/"

    这条语句会生成一个本机地址,在浏览器中打开就行了,如图所示:

  • 相关阅读:
    Jmeter_Beanshell_使用Java处理JSON块
    BeanShell Processor_使用Java处理脚本
    MySQL_explain关键字分析查询语句
    LoadRunner11_录制脚本时的浏览器版本
    Jmeter_实现Excel文件导出到本地
    Jmeter_录制HTTPS
    性能测试常用sql语句
    LoadRunner11_MySQL数据库脚本
    LoadRunner11_录制Oracle数据库脚本
    实现liunx之间无密码访问——ssh密匙
  • 原文地址:https://www.cnblogs.com/boost/p/13499778.html
Copyright © 2020-2023  润新知