Below you will find pages that utilize the taxonomy term “TensorFlow”
Posts
TensorFlow - placeholder
TensonrFlow 的 placeholder 方法可用來指定後續運行才會帶入的值，其函式原型如下：
tf.placeholder( dtype, shape=None, name=None ) 其中 dtype 是值的型態，shape 是常數的維度。
可以直接調用 placeholder 方法並帶入指定的型態。
... a = tf.placeholder(tf.float32) ... 也可以帶入 shape 限定維度。
... b = tf.placeholder(tf.float32, shape=(2, 3)) ... 然後使用 placeholder 構成運算。
... a2 = a * a ... bPlus = b + 1 ... 最後用 feed_dict 帶入 placeholder 的值去運行即可。
... print(sess.run(a2, feed_dict={a: 2})) print(sess.run(a2, feed_dict={a: [[1, 2, 3], [4, 5, 6]]})) print(sess.run(bPlus, feed_dict={b: [[1, 2, 3], [4, 5, 6]]})) .
read morePosts
TensorFlow - Variable
TensorFlow 可以直接調用 Variable 方法並將變數值帶入以建立對應的變數。
... a = tf.Variable(2) ... 變數值也可以是一為陣列。
... b = tf.Variable([1, 2, 3, 4, 5, 6, 7]) ... 或是多維陣列。
... c = tf.Variable([[1, 2, 3], [4, 5, 6]]) ... 最重要的是要記得變數在使用時需要做初始才可使用。
... tf.initialize_all_variables().run(session = sess) ... 最後附上完整的範例程式：
import tensorflow as tf a = tf.Variable(2) b = tf.Variable([1, 2, 3, 4, 5, 6, 7]) c = tf.Variable([[1, 2, 3], [4, 5, 6]]) sess = tf.Session() tf.initialize_all_variables().run(session = sess) sess.run(a) sess.
read morePosts
TensorFlow - Constant
TensonrFlow 的 constant 方法可用來建置 TensorFlow 的常數，其函式原型如下：
tf.constant( value, dtype=None, shape=None, name='Const', verify_shape=False ) 其中 value 表示常數的值，dtype 是值的型態，shape 是常數的維度。
可以直接調用 constant 方法並將常數值帶入以建立對應的常數。
... a = tf.constant(2) ... 常數值也可以是一為陣列。
... b = tf.constant([1, 2, 3, 4, 5, 6, 7]) ... 或是多維陣列。
... c = tf.constant([[1, 2, 3], [4, 5, 6]]) ... 數值的型態 constant 方法會自動識別，但若有需要也可以直接透過 dtype 指定。多維陣列元素若是相同值，可以使用 shape 輔助設定，設定特定維度且特定常數值的常數。
... d = tf.constant(-1, shape = [2, 3], dtype = tf.float32) ... 最後附上完整的範例程式：
import tensorflow as tf a = tf.
read morePosts
TensorFlow - Getting started
安裝完 TensorFlow 後，可以試著撰寫個簡單的 Hello World 程式。
首先我們需將 tensorflow 匯入。
import tensorflow as tf ... 設定一個常數其內容為 “Hello World!"。
... hello = tf.constant("Hello World!") ... 再來要取得 TensorFlow 的 Session，可以把 Session 想成運行 TensorFlow 的環境。
... sess = tf.Session() ... 將要運行的部分送至 Session 中運行。
... print(sess.run(hello)) 最後記得要將 Session 關閉。
... sess.close() 完整的程式會像下面這樣：
import tensorflow as tf hello = tf.constant("Hello World!") sess = tf.Session() print(sess.run(hello)) sess.close() 運行結果如下：
也可以搭配使用 with as 寫法，這樣就不需要明確的調用 session.close()。
import tensorflow as tf hello = tf.
read morePosts
TensorFlow - Install TensorFlow on MAC
要在 MAC 下安裝 TensorFlow，可以直接透過 pip 安裝，也可以透過 Virtualenv 等方法安裝。
這邊筆者使用 Virtualenv，所以要先安裝 Virtualenv。
sudo pip install 00upgrade virtualenv 創建一個沙盒。
virtualenv --system-site-packages ~/tensorflow 啟動沙盒環境。
source ~/tensorflow/bin/activate 最後透過 pip 將 TensorFlow 安裝起來即可。
pip install --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.11.0rc0-py2-none-any.whl 安裝完後可以使用 python 測試一下 TensorFlow 是否已可正常使用，輸入 python 命令進入交互模式，引用 tensorflow 套件，調用 version 查閱 TensorFlow 的版本。
import tensorflow as tf tf.__version__ Link 在Mac OS X上安装TensorFlow - 纯净的天空
read morePosts
TensorFlow - Installing TensorFlow on Ubuntu
要在 Ubuntu 下安裝 TensorFlow，可先用 apt-get 更新一下。
sudo apt-get update 更新完後使用 apt-get 安裝 python 與 pip。
sudo apt-get install python-pip python-dev 最後透過 pip 將 TensorFlow 安裝起來即可。
sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl 安裝完後可以使用 python 測試一下 TensorFlow 是否已可正常使用，輸入 python 命令進入交互模式，引用 tensorflow 套件，調用 version 查閱 TensorFlow 的版本。
import tensorflow as tf tf.__version__ 如果可以正常看到 TensorFlow 版本的話代表 TensorFlow 已被正常安裝完成。
Link 真正從零開始，TensorFlow安裝入門教程！（圖文版） | 香港矽谷
read more