In [1]:

    

import tensorflow as tf
import numpy as np


    

In [2]:

    

sess = tf.Session()


    

In [3]:

    

x_vals = np.array([1., 3., 5., 7., 9.])
x_data = tf.placeholder(tf.float32)
m_const = tf.constant(3.)


    

In [4]:

    

my_product = tf.multiply(x_data, m_const) # 3 * 変数 を表現している


    

In [5]:

    

for x_val in x_vals:
    print(sess.run(my_product, feed_dict={x_data: x_val})) # feed_dict で placeholder に入る値を定義している


    

    




3.0
9.0
15.0
21.0
27.0

In [6]:

    

# 供給するデータは 3*5 の行列
input_data = np.array([[1., 3., 5., 7., 9.],
                        [-2., 0., 2., 4., 6.],
                        [-6., -3., 0., 3., 6.]])
# 3*5 の行列を2つもつテンソル
x_vals = np.array([input_data, input_data+1])
x_data = tf.placeholder(tf.float32, shape=input_data.shape)


    

In [7]:

    

x_vals


    

    
Out[7]:





array([[[  1.,   3.,   5.,   7.,   9.],
        [ -2.,   0.,   2.,   4.,   6.],
        [ -6.,  -3.,   0.,   3.,   6.]],

       [[  2.,   4.,   6.,   8.,  10.],
        [ -1.,   1.,   3.,   5.,   7.],
        [ -5.,  -2.,   1.,   4.,   7.]]])

In [8]:

    

# 定数項
c0 = tf.constant([[1.],[0.],[-1.],[2.],[4.],])
c1 = tf.constant([[2.]])
c2 = tf.constant([[10.]])


    

In [9]:

    

# 演算を設定
prod1 = tf.matmul(x_data, c0)
prod2 = tf.matmul(prod1, c1)
add = tf.add(prod2, c2)


    

In [10]:

    

for x_val in x_vals:
    print(sess.run(add, feed_dict={x_data: x_val}))


    

    




[[ 102.]
 [  66.]
 [  58.]]
[[ 114.]
 [  78.]
 [  70.]]

In [ ]: