[人工智能]tensorflow

在TensorFlow的世界里，变量的定义和初始化是分开的，一开始，tf.Variable 得到的是张量，而张量并不是具体的值，而是计算过程。
因为tf.Variable 生成的是一个张量，那么 name 就是一个张量的名字，如果你不主动声明的话，就是默认的 Variable

而如果你要得到，变量的值的话，那么你就需要对张量进行计算，首先对变量进行初始化，使用会话进行计算。

 sess.run(tf.global_variables_initializer())

对变量初始化之后，就可以直接计算变量，那么run 变量，那么就得到了变量的值。

#简单的随机生成值demo
import tensorflow as tf
s = tf.random_uniform([1, 2],1,2)
# random_uniform(shape,min,max,dtype,seed)
with tf.Session() as sess:
    for i in range(100):
        print(sess.run(s))
        print(i)

import tensorflow as tf

# 创建一个 常量 op, 返回值 'matrix1' 代表这个 1x2 矩阵.
matrix1 = tf.constant([[3., 3.]])

# 创建另外一个 常量 op, 返回值 'matrix2' 代表这个 2x1 矩阵.
matrix2 = tf.constant([[2.], [2.]])

# 创建一个矩阵乘法 matmul op , 把 'matrix1' 和 'matrix2' 作为输入.
# 返回值 'product' 代表矩阵乘法的结果.
product = tf.matmul(matrix1, matrix2)
with tf.Session() as sess:
    print(sess.run(matrix1))
    print(sess.run(matrix2))
    print(sess.run(product))