TensorFlow安裝

tensorflow 在 Windows 10 只能使用 2.10.1 的版本才能啟用 GPU，所以請使用如下指令安裝套件。

#for windows 10
pip install tensorflow==2.10.1

但在 Linux 下 2.10.1 反而無法啟用 GPU，需安裝最新的版本，所以請使用如下指令安裝套件。

#for linux
./venv/bin/pip install tensorflow

TensorFlow的功能

為什麼要使用 TensorFlow，它的目的是什麼? 簡易的說，就是要把四則運算交由 GPU 執行。
為什麼要交由 GPU 執行? 因為 GPU 有上千台計算機(核心)可以同時幫忙計算，但 CPU 只有一台計算機。

x= 3.1415926 * (10**2) 這個指令是計算半徑為 10 的圓面積，此指令是由 CPU 的浮點運算器進行運算。

若要使用 GPU 運算，就要使用 Tensorflow 。 Tensorflow 的任務就是負責把運算切換到 GPU 執行。

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
#底下是由 CPU 執行
pi=3.1415926
r=10
print(pi*r*r)

#底下是由 GPU 執行
pi=tf.constant(3.1415926)
r=tf.Variable(10, dtype=tf.float32)
print(pi*r*r)

Hellow World

使用 tf.constant 定義一個常數 str，其內容值為 “hello, World”
如果直接把str印出，則會印出內容，維度，及型態
若只要印出內容，則必需加上str.numpy()

import tensorflow as tf
str = tf.constant("hello, World")
print("Tensor:", str)
print("Value :", str.numpy())

結果:
2021-01-24 21:50:03.414182: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library cudart64_110.dll
....................
2021-01-24 21:50:05.116465: I tensorflow/compiler/jit/xla_gpu_device.cc:99] Not creating XLA devices, tf_xla_enable_xla_devices not set
Tensor: tf.Tensor(b'hello, World', shape=(), dtype=string)
Value : b'hello, World'

輸出日誌

上面的程式碼執行後，有看到灰白色那一大段莫名奇妙五四三的訊息嗎! 真正重要的結果只有藍色那二行而以。那如何去除那些五四三的訊息呢。

TensorFlow 的訊息輸出機制，分為 4 個等級
0: INFO(通知)
1: WARNING(警告)
2: ERROR(錯誤)
3: FATAL(穩死的)

通知跟警告，其實都是廢話，所以只要顯示等級 2 及以上就好。如下代碼即可滿足我們的需求
os.environ[‘TF_CPP_MIN_LOG_LEVEL’]=’2′

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
str = tf.constant("hello, World")
print("Tensor:", str)
print("Value :", str.numpy())

結果:
Tensor: tf.Tensor(b'hello, World', shape=(), dtype=string)
Value : b'hello, World'

tf.Tensor 常數類別

tensorflow 是一台功能很強大的計算機，但這台計算機沒有 int, float 這種原生基本資料型態，全部都是物件格式，這跟 Python 的特性一樣。

tf2 的基本常數類別為 tf.Tensor，中文翻譯為張量，不過翻成中文沒什麼意義，因為 “張量” 這名詞愈翻譯愈看不懂，所以只要記得 tf.Tensor 是 tensorflow 的常數類別就好。

tf.Tensor 物件裏面的值一經指定後就無法變更的，裏面有很多的計算函數，且大部份的函數用法跟 numpy 類似。Tensor 物件裏面可以放入字串、數字或矩陣。

要建立 tf.Tensor 常數類別，並不是使用如下的方法

 x=tf.Tensor(.....)

建立 Tensor 物件必需使用 tf.constant() 這個方法，這個方法會產生 operation, value_index, dtype 等資料，然後再傳回 tf.Tensor 物件。

x=tf.constant(10, dtype=tf.int32) #產生 Tensor 物件

Tensor 屬性

Tensor 類別裏面有許多的屬性 (Property) 及方法 (method)，比如 shape 維度，dtype 型態， numpy() 轉成Python 資料格式。

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
a=tf.constant(5)
b=tf.constant([[1,2,3], [4,5,6]])
print(a.shape, a.dtype, a.numpy())
print(b.shape, b.dtype, b.numpy())
結果 :
() <dtype: 'int32'> 5
(2, 3) <dtype: 'int32'> [[1 2 3]
[4 5 6]]

tf.constant方法

請注意 tf.constant 只是一個方法，其目的在建立一個 tf.Tensor 常數物件。因為是方法，所以constant 的 “c” 是小寫。而其傳回值為 tf.Tensor物件，所以底下代碼列印 a 這個接收變數時，型態為 tf.Tensor

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
a=tf.constant(5)
print(a)
結果:
tf.Tensor(1.0, shape=(), dtype=float32)

tf.Variable 變數類別

tf.Variable 為 tf2 的變數類別。

🔒 更多內容,請登入會員繼續閱讀。

立即登入

TensorFlow 2 基本語法