大家好~~歡迎來到第二十一篇 深度學習實作

上一篇跟大家說到 Keras 相關作法，事實上我忽略了 Tensorflow 這個最重要的起源模組，Tensorflow 除了因為它有支援機器學習的模組以及相關分類的手法，他還有一項功能是可以選擇使用電腦的作業效能，如 CPU、GPU等等的，它的環境安裝中有 GPU 的選項，實測中，使用 GPU 進行操作的話，運作的時間會大大降低，效率提高非常多，所以 Tensorflow 擁有這項功能非常方便。

上方圖形，由參考資料所示，參考資料有詳細的介紹我這邊簡單的敘述一下，他這個為整體概念圖，就是只是說明 Tensorflow 他的計算方式，這就跟我上一篇所教室的方式有點相像。

第二張圖，他這個是從一個程式中所得到的結果，在參考資料中他打上了程式來檢視這張圖。

# coding=utf-8
import tensorflow as tf

a = tf.constant(1)
b = tf.constant(2)
c = tf.constant(3)
d = tf.constant(4)
add1 = tf.add(a, b)
mul1 = tf.multiply(b, c)
add2 = tf.add(c, d)
output = tf.add(add1, mul1)

with tf.Session() as sess:
    print sess.run(output)

上方就是檢視的程式碼，那麼這上面的程式碼我下一篇再做解釋，本篇大家先看看她怎麼寫入的，並且怎麼輸出，這個方式非常的簡單，不過對我們一般寫程式來說，其實他有點稍稍複雜，因為她多了一些很多餘的東西，我下篇一併解釋那些 tf.Session 的這些複雜東西。

上方來看就是說，他建立了四個參數，並且這四個參數進行兩項相加，一項相乘，最後都統合起來最後做輸出，就形成了那張圖的樣子。

那麼先謝謝大家觀看，我們下篇見
Tensorflow 基礎介紹

Tensorflow Keras 加油大家快要結束了，多加油一些，吸收多一點知識。