3.1 實(shí)驗(yàn)介紹

3.1.1 關(guān)于本實(shí)驗(yàn)

本實(shí)驗(yàn)通過(guò)介紹了 TensorFlow 的張量，幫助了解矩陣相乘函數(shù)的用法。

3.1.2 實(shí)驗(yàn)?zāi)康?br>

l 理解 TensorFlow 的張量。

l 理解如何利用 TensorFlow 進(jìn)行矩陣之間相乘。

3.1.3 實(shí)驗(yàn)介紹

TensorFlow 的 tf.matmul()可進(jìn)行矩陣之間相乘。不可以進(jìn)行矩陣和向量的相乘。通過(guò)本實(shí)驗(yàn)學(xué)習(xí) TensorFlow 的矩陣相乘。

3.1.4 實(shí)驗(yàn)步驟

步驟 1  登陸華為云。

步驟 2 點(diǎn)擊右上方的控制臺(tái)。

步驟 3 選擇彈性云服務(wù)器，網(wǎng)頁(yè)中會(huì)顯示該彈性云的可進(jìn)行的操作，選擇遠(yuǎn)程登錄。即登錄到彈性云服務(wù)器。

步驟 4 輸入指令 ll，查看當(dāng)前目錄下的文件。

步驟 5 輸入命令：vi matmul.py，創(chuàng)建新的 Python 腳本。步驟 6 輸入命令 i,進(jìn)入編輯模式開始編輯，輸入腳本內(nèi)容。步驟 7 輸入命令 :wq!,保存并退出。

步驟 8 輸入命令 cat matmul.py 查看代碼。

步驟 9 運(yùn)行測(cè)試。

輸入命令：python3 matmul.py。

3.2 實(shí)驗(yàn)過(guò)程

3.2.1 設(shè)置編碼說(shuō)明

# -*- coding: utf-8 -*-

3.2.2 導(dǎo)入模塊

import tensorflow as tf

3.2.3 開啟 TensorFlow 默認(rèn)會(huì)話

#Tensorflow 默認(rèn)會(huì)話

sess = tf.InteractiveSession()

3.2.4 建立矩陣變量

#建立兩個(gè)矩陣變量 w1 和 w2

#tf.random_normal(shape, # mean=0.0,

# stddev=1.0,

# dtype=dtypes.float32,

# seed=None,

# name=None)

# 產(chǎn) 生 隨 機(jī) 正 態(tài) 分 布    #shape 表示矩陣的維度，例如：

#tf.random_normal([2,3],mean=1.0, stddev=1.0)是一個(gè) 2 行 3 列的矩陣，

#mean 表示均值，默認(rèn)為 0.0，stddev 表示標(biāo)準(zhǔn)差，默認(rèn)為 1.0 #seed 表示隨機(jī)數(shù)種子，默認(rèn)為 None

w1 = tf.Variable(tf.random_normal([2,3],mean=1.0, stddev=1.0)) w2 = tf.Variable(tf.random_normal([3,1],mean=1.0, stddev=1.0))

3.2.5 定義常量矩陣

#定義一個(gè)二維的常量矩陣，注意：這里不是一維數(shù)組

x = tf.constant([[0.7, 0.9]])

3.2.6 初始化全局變量

#初始化全局變量，這里由于只有 w1 和 w2 沒(méi)有被初始化（之前只是定義了 w1 和 w2 的 tensor，并沒(méi)有被初始化），故這一步只會(huì)初始化 w1 和 w2.

tf.global_variables_initializer().run()

3.2.7 矩陣相乘

#計(jì)算矩陣相乘 a=x*w1(關(guān)于矩陣乘法，可以參看線性代數(shù)）

a = tf.matmul(x ,w1)

#計(jì)算矩陣相乘 y=a*w2

y = tf.matmul(a, w2)

#輸出計(jì)算結(jié)果，是一個(gè) 1 行 1 列的二維矩陣

print(y.eval())

3.2.8 實(shí)驗(yàn)結(jié)果

輸出結(jié)果：

[[4.263941]]

3.3 實(shí)例描述

3.3.1 實(shí)例描述

使用 with session 方法建立 session，并在 session 中計(jì)算矩陣的相乘運(yùn)算。