人工智能技术实验手册 第4章 TensorFlow开发框架实验指导手册.docx

DOCPROPERTY ProductProject Name DOCPROPERTY DocumentName PAGE i DOCPROPERTY ProprietaryDeclaration 华为专有和保密信息 版权所有 ? 华为技术有限公司 文档版本 DOCPROPERTY DocumentVersion 01 ( DOCPROPERTY ReleaseDate 2015-12) 华为ICT认证系列教程 DOCPROPERTY ProductProject Name 人工智能技术 第4章 TensorFlow开发框架 实验指导手册 DOCPROPERTY Confidential 第 PAGE 39页 前 言 内容描述 本实验指导书书共包2个实验： 实验一为TensorFlow基础，本实验会主要介绍TensorFlow 2 的基本语法。 实验二为TensorFlow 2的常用模块介绍，主要会介绍keras接口。 读者知识背景 本课程为华为认证基础课程，为了更好地掌握本书内容，阅读本书的读者应首先具备以下基本条件： 具有基本的Python知识背景，同时熟悉TensorFlow基本概念，了解基本Python编程知识。 目录 TOC \o 1-3 \h \z \u 前 言 1 内容描述 1 读者知识背景 1 1 TensorFlow2基础 3 1.1 实验介绍 3 1.1.1 关于本实验 3 1.1.2 实验目的 3 1.2 实验步骤 3 1.2.1 tensor介绍 3 1.2.2 TensorFlow2 Eager Execution模式 22 1.2.3 TensorFlow2 AutoGraph 24 2 TensorFlow 2常用模块介绍 26 2.1 实验介绍 26 2.2 实验目的 26 2.3 实验步骤 26 2.3.1 模型构建 26 2.3.2 训练与评估 32 2.3.3 模型保存与恢复 38 TensorFlow2基础 实验介绍 关于本实验 本实验主要是TensorFlow 2的张量操作，通过对张量的一系列操作介绍，可以使学员对TensorFlow 2的基本语法有所了解。，包括张量的创建、切片、索引、张量维度变化、张量的算术运算、张量排序中介绍TensorFlow 2的语法。 实验目的 掌握张量的创建方法。 掌握张量的切片与索引方法。 掌握张量维度变化的语法。 掌握张量的算术运算操作。 掌握张量的排序方法。 通过代码，深入了解Eager Execution和AutoGraph。 实验步骤 tensor介绍 TensorFlow中，tensor通常分为：常量tensor与变量tensor： 常量tensor定义后值和维度不可变，变量定义后值可变而维度不可变。 在神经网络中，变量tensor一般可作为储存权重和其他信息的矩阵，是可训练的数据类型。而常量tensor可作为储存超参数或其他结构信息的变量 创建tensor 创建常量tensor 常量tensor的创建方式比较多，常见的有一下几种方式： tf.constant()：创建常量tensor； tf.zeros(), tf.zeros_like(), tf.ones(),tf.ones_like(): 创建全零或者全一的常量tensor； tf.fill(): 创建自定义数值的tensor； tf.random: 创建已知分布的tensor； 从numpy，list对象创建，再利用tf.convert_to_tensor转换为类型。 tf.constant() tf.constant(value, dtype=None, shape=None, name=Const, verify_shape=False)： value：值； dtype：数据类型； shape：张量形状； name：常量名称； verify_shape：布尔值，用于验证值的形状，默认False。verify_shape为True的话表示检查value的形状与shape是否相符，如果不符会报错。 代码： const_a = tf.constant([[1, 2, 3, 4]],shape=[2,2], dtype=tf.float32) # 创建2x2矩阵,值1,2,3,4 const_a 输出： tf.Tensor: shape=(2, 2), dtype=float32, numpy= array([[1., 2.], [3., 4.]], dtype=float32) 代码： #查看常见属性 print(常