TensorFlow Session

在TensorFlow中是通过session进行交互的,使用session有两种方法。下面通过一个简单的例子(两个矩阵相乘)说一下

{[3,1] 与{[5,2] 相乘

[1,2]} [2,4]}

代码

#encoding=utf-8
import tensorflow as tf

matrix1 = tf.constant([[3,1],[1,2]])
matrix2 = tf.constant([[5,2],[2,4]])

product = tf.matmul(matrix1,matrix2) #矩阵乘法

#session method 1
sess = tf.Session()
result = sess.run(product)
print(result)
sess.close()

#session method 2
with tf.Session() as sess2:
 result2 = sess2.run(product)
 print(result2)

结果

TensorFlow Session使用的两种方法小结

以上这篇TensorFlow Session使用的两种方法小结就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

标签:
TensorFlow,Session

免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
狼山资源网 Copyright www.pvsay.com

评论“TensorFlow Session使用的两种方法小结”

暂无“TensorFlow Session使用的两种方法小结”评论...

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。