人工智能深度学习入门练习之(5)求和
作者:互联网
代码实现:
import tensorflow.compat.v1 as tf tf.disable_v2_behavior() # 使用静态图模式运行以下代码 assert tf.__version__.startswith('2.') # 1.创建计算图阶段 # 创建2个输入端子,指定类型和名字 a_ph = tf.placeholder(tf.float32, name='variable_a') b_ph = tf.placeholder(tf.float32, name='variable_b') # 创建输出端子的运算操作,并命名 c_op = tf.add(a_ph, b_ph, name='variable_c') # 2.运行计算图阶段 # 创建运行环境 sess = tf.InteractiveSession() # 初始化操作也需要作为操作运行 init = tf.global_variables_initializer() sess.run(init) # 运行初始化操作,完成初始化 # 运行输出端子,需要给输入端子赋值 c_numpy = sess.run(c_op, feed_dict={a_ph: 2., b_ph: 4.}) # 运算完输出端子才能得到数值类型的c_numpy print('a+b=',c_numpy)
执行结果:
标签:sess,入门,人工智能,求和,variable,tf,ph,numpy,端子 来源: https://www.cnblogs.com/huanghanyu/p/13141341.html