P51 可视化学习

注解：

普通的张量，随便定义的一个tensor,是不能被训练的

import tensorflow as tf
a=tf.constant([1,2,3,4,5,6])
var=tf.Variable(tf.random_normal([2,3],mean=0.0,stddev=1.0))
print(a)
print(var)

运行结果：

Tensor("Const:0", shape=(6,), dtype=int32)
<tf.Variable 'Variable:0' shape=(2, 3) dtype=float32_ref>

注解：

定义的a是一个普通的张量
定义的var是一个tensorflow变量

import tensorflow as tf
a=tf.constant([1,2,3,4,5,6])
var=tf.Variable(tf.random_normal([2,3],mean=0.0,stddev=1.0))

with tf.Session() as sess:
    print(sess.run(a))
    print(sess.run(var))

运行结果：

[1 2 3 4 5 6]

tensorflow.python.framework.errors_impl.FailedPreconditionError: Attempting to use uninitialized value Variable
[[{{node _retval_Variable_0_0}}]]

注解：

当定义一个tensorflow变量后，在运行的时候，一定要初始化，不然会报错。

with tf.Session() as sess:这一小段是做具体的事情的。

import tensorflow as tf
a=tf.constant([1,2,3,4,5,6])
var=tf.Variable(tf.random_normal([2,3],mean=0.0,stddev=1.0))

#必须做一步显示的初始化op
init_op=tf.global_variables_initializer()

with tf.Session() as sess:
    #必须运行初始化的op
    sess.run(init_op)
    print(sess.run(a))
    print("--------------")
    print(sess.run(var))

运行结果：

[1 2 3 4 5 6]
--------------
[[ 0.5671067 0.0183021 0.44286743]
[-0.32170987 0.36949733 -1.4345255 ]]

注解：

变量op能够持久化保存，普通张量op是不行的
当定义一个变量op的时候，一定要在会话当中去运行初始化