張量是TensorFlow的資料模型,在TensorFlow的程式中,所有的資料都通過張量形式來表示,可了解為多元數組。
張量并沒有真正儲存數字,它儲存的是如何得到這些數字的計算過程。
import tensorflow as tf
a=tf.constant([1.0,2.0],name="a")
b=tf.constant([3.0,4.0],name="b")
result=a+b
print (result)
輸出結果:Tensor("add:0", shape=(2,), dtype=float32)
結果是一個張量結構,包含3個屬性。第一個是辨別符,也表示張量是如何計算的;第二個是次元, shape=(2,)表示result一維數組長度為2,第三個是類型。
會話是TensorFlow的運作模型,用來執行定義好的運算,當計算完成後需要關閉會話來幫助系統回收資源。
sess=tf.Session()#建立會話
sess.run(result)#執行計算,得到結果
print (sess.run(result))#輸出
sess.close#關閉會話
輸出結果:[ 4. 6.]