Python深度学习TensorFlow怎么输出？Python如何用TensorFlow实现矩阵计算

python深度学习现在使用最多的一个软件包就是TensorFlow，而有些刚接触这个开发领域和使用它的小伙伴就还不是可以很熟练掌握它。所以在下文，会来介绍一下深度学习库TensorFlow是如何输出结果，以及实现矩阵计算的，一起往下看看来学习吧。

一、输出结果

TensorFlow输出字符串内容需要先使用方法来定义常量才可以，因为定义出来的变量都是矩阵形式的。而且输出操作得用到session类，调用该类之中的run()方法才可以将常量初始化，然后再使用print()函数输出，代码示例如下所示：

import tensorflow as tf
word=tf.constant('hello,world!')
with tf.Session() as sess:
  print(sess.run(word))

二、矩阵计算

在上文已经提到过了，TensorFlow定义变量都是矩阵形式，而矩阵之间是可以来互相进行加减乘这三种运算的。那么在将这个库导入之后，需要先使用placeholder()方法生成出指定数据类型的数字作为数据，然后将这两个数据再分别调用add方法以及mul方法来生成变量。

之后还是需要去使用with上下文管理器在程序运行结束后清理资源，同时可以去使用session这个类来执行操作。在该结构内去调用此类对象的run()方法，并且在其中分别传入add以及mul两个对象。然后再传入字典对象作为值并且赋予给feed_dict()这个参数，在外面使用print()函数即可将矩阵加法以及乘法运算的结果输出，详细代码示例如下所示：

import tensorflow as tf 
a = tf.placeholder(tf.int16)
b = tf.placeholder(tf.int16)
add = tf.add(a, b)
mul = tf.mul(a, b)
with tf.Session() as sess:
    print('a+b=',sess.run(add, feed_dict={a: 2, b: 3}))
   print('a*b=',sess.run(mul, feed_dict={a: 2, b: 3}))

以上就是关于“Python深度学习TensorFlow怎么输出？Python如何用TensorFlow实现矩阵计算”的全部内容了，希望对你有所帮助。