（Tensorflow之二)張量、會話、向前傳播

一、張量

張量本身隻是一個計算的過程，不會存儲結果；例如：

a = tf.constant(30) b = tf.constant(20) c = a + b print(c)

結果：Tensor(“add:0”, shape=(), dtype=int32)

二、會 話(session)

前面所說的張量隻是一個過程，若要獲得計算結果，則需建立會話，運作張量的流程:

sess = tf.Session() d = sess.run(c) print(d)

結果:50

三、向前傳播

import tensorflowas tf

#輸入層(設有3個輸入變量1x3) in_layer = tf.random_normal([1,3],mean=-1, stddev=4)

#設定輸入層到隐含層随機權重（設隐含層有3個神經元3x3） in_to_hd_w1 = tf.Variable(tf.random_normal([3,3],mean=-1, stddev=4))

#隐含層3個神經元的值(1x3) hd_layer = tf.matmul(in_layer,in_to_hd_w1)

#隐含層到輸出層随機權重(3x1) hd_to_out_w2 = tf.Variable(tf.random_normal([3,1],mean=-1, stddev=4))

#僅有一個輸出值(1x1) out_layer = tf.matmul(hd_layer,hd_to_out_w2)

sess = tf.Session()

#注：變量必須要有初始值，in_to_hd_w1與in_to_hd_w2需初始話 sess.run(in_to_hd_w1.initializer); sess.run(hd_to_out_w2.initializer);

#輸出值 print(sess.run(out_layer))