{"id":4603,"date":"2021-08-04T12:09:22","date_gmt":"2021-08-04T12:09:22","guid":{"rendered":"https:\/\/www.bearloga.space\/?page_id=4603"},"modified":"2021-08-04T12:09:22","modified_gmt":"2021-08-04T12:09:22","slug":"4-osnovy-tensorflow","status":"publish","type":"page","link":"https:\/\/www.bearloga.space\/uk\/4-osnovy-tensorflow\/","title":{"rendered":"4) \u041e\u0441\u043d\u043e\u0432\u044b TensorFlow"},"content":{"rendered":"\n<pre class=\"wp-block-code\"><code>\r\n\u0427\u0442\u043e \u0442\u0430\u043a\u043e\u0435 \u0442\u0435\u043d\u0437\u043e\u0440?\r\n\u041d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 Tensorflow \u043d\u0430\u043f\u0440\u044f\u043c\u0443\u044e \u0441\u0432\u044f\u0437\u0430\u043d\u043e \u0441 \u0435\u0433\u043e \u043e\u0441\u043d\u043e\u0432\u043d\u043e\u0439 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u043e\u0439: Tensor . \u0412 Tensorflow \u0432\u0441\u0435 \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0442 \u0442\u0435\u043d\u0437\u043e\u0440\u044b. \u0422\u0435\u043d\u0437\u043e\u0440 \u2014 \u044d\u0442\u043e \u0432\u0435\u043a\u0442\u043e\u0440 \u0438\u043b\u0438 \u043c\u0430\u0442\u0440\u0438\u0446\u0430 n-\u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u0439, \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u044e\u0449\u0430\u044f \u0432\u0441\u0435 \u0442\u0438\u043f\u044b \u0434\u0430\u043d\u043d\u044b\u0445. \u0412\u0441\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0432 \u0442\u0435\u043d\u0437\u043e\u0440\u0435 \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0442 \u0438\u0434\u0435\u043d\u0442\u0438\u0447\u043d\u044b\u0439 \u0442\u0438\u043f \u0434\u0430\u043d\u043d\u044b\u0445 \u0441 \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u043e\u0439 (\u0438\u043b\u0438 \u0447\u0430\u0441\u0442\u0438\u0447\u043d\u043e \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u043e\u0439) \u0444\u043e\u0440\u043c\u043e\u0439 . \u0424\u043e\u0440\u043c\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u2014 \u044d\u0442\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u044c \u043c\u0430\u0442\u0440\u0438\u0446\u044b \u0438\u043b\u0438 \u043c\u0430\u0441\u0441\u0438\u0432\u0430.\r\n\r\n\u0422\u0435\u043d\u0437\u043e\u0440 \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043f\u043e\u043b\u0443\u0447\u0435\u043d \u0438\u0437 \u0432\u0445\u043e\u0434\u043d\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445 \u0438\u043b\u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u043e\u0432 \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0439. \u0412 TensorFlow \u0432\u0441\u0435 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 \u043f\u0440\u043e\u0432\u043e\u0434\u044f\u0442\u0441\u044f \u0432\u043d\u0443\u0442\u0440\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 . \u0413\u0440\u0430\u0444\u0438\u043a \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u0441\u043e\u0431\u043e\u0439 \u043d\u0430\u0431\u043e\u0440 \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0439, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u044f\u0442 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e. \u041a\u0430\u0436\u0434\u0430\u044f \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044f \u043d\u0430\u0437\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u043e\u043d\u043d\u044b\u043c \u0443\u0437\u043b\u043e\u043c \u0438 \u0441\u0432\u044f\u0437\u0430\u043d\u0430 \u0434\u0440\u0443\u0433 \u0441 \u0434\u0440\u0443\u0433\u043e\u043c.\r\n\r\n\u041d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0435 \u043f\u043e\u043a\u0430\u0437\u0430\u043d\u044b \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 \u0438 \u0441\u0432\u044f\u0437\u0438 \u043c\u0435\u0436\u0434\u0443 \u0443\u0437\u043b\u0430\u043c\u0438. \u0422\u0435\u043c \u043d\u0435 \u043c\u0435\u043d\u0435\u0435, \u043e\u043d \u043d\u0435 \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0430\u0435\u0442 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f. \u041a\u0440\u0430\u0439 \u0443\u0437\u043b\u043e\u0432 \u2014 \u044d\u0442\u043e \u0442\u0435\u043d\u0437\u043e\u0440, \u0442. \u0415. \u0421\u043f\u043e\u0441\u043e\u0431 \u0437\u0430\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 \u0434\u0430\u043d\u043d\u044b\u043c\u0438.\r\n\r\n\u0412 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u043c \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0438 \u043c\u043e\u0434\u0435\u043b\u0438 \u0441\u043d\u0430\u0431\u0436\u0430\u044e\u0442\u0441\u044f \u0441\u043f\u0438\u0441\u043a\u043e\u043c \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432, \u043d\u0430\u0437\u044b\u0432\u0430\u0435\u043c\u044b\u0445 \u0432\u0435\u043a\u0442\u043e\u0440\u0430\u043c\u0438 \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432 . \u0412\u0435\u043a\u0442\u043e\u0440 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432 \u043c\u043e\u0436\u0435\u0442 \u0438\u043c\u0435\u0442\u044c \u043b\u044e\u0431\u043e\u0439 \u0442\u0438\u043f \u0434\u0430\u043d\u043d\u044b\u0445. \u0412\u0435\u043a\u0442\u043e\u0440 \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432 \u043e\u0431\u044b\u0447\u043d\u043e \u0431\u0443\u0434\u0435\u0442 \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u043c \u0432\u0445\u043e\u0434\u043e\u043c \u0434\u043b\u044f \u0437\u0430\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u0442\u0435\u043d\u0437\u043e\u0440\u0430. \u042d\u0442\u0438 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0431\u0443\u0434\u0443\u0442 \u043f\u043e\u0441\u0442\u0443\u043f\u0430\u0442\u044c \u0432 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u043e\u043d\u043d\u044b\u0439 \u0443\u0437\u0435\u043b \u0447\u0435\u0440\u0435\u0437 \u0442\u0435\u043d\u0437\u043e\u0440, \u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u044d\u0442\u043e\u0439 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 \/ \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f \u0441\u043e\u0437\u0434\u0430\u0441\u0442 \u043d\u043e\u0432\u044b\u0439 \u0442\u0435\u043d\u0437\u043e\u0440, \u043a\u043e\u0442\u043e\u0440\u044b\u0439, \u0432 \u0441\u0432\u043e\u044e \u043e\u0447\u0435\u0440\u0435\u0434\u044c, \u0431\u0443\u0434\u0435\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d \u0432 \u043d\u043e\u0432\u043e\u0439 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438. \u0412\u0441\u0435 \u044d\u0442\u0438 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0435.\r\n\r\n\u0412 \u044d\u0442\u043e\u043c \u0443\u0440\u043e\u043a\u0435 \u0432\u044b \u0443\u0437\u043d\u0430\u0435\u0442\u0435\r\n\r\n\u0427\u0442\u043e \u0442\u0430\u043a\u043e\u0435 \u0442\u0435\u043d\u0437\u043e\u0440?\r\n\u041f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0422\u0435\u043d\u0437\u043e\u0440\r\n\u0422\u0438\u043f\u044b \u0422\u0435\u043d\u0437\u043e\u0440\r\n\u0421\u043e\u0437\u0434\u0430\u0442\u044c \u0442\u0435\u043d\u0437\u043e\u0440 n-\u0440\u0430\u0437\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u0438\r\n\u0424\u043e\u0440\u043c\u0430 \u0442\u0435\u043d\u0437\u043e\u0440\u0430\r\n\u0422\u0438\u043f \u0434\u0430\u043d\u043d\u044b\u0445\r\n\u0421\u043e\u0437\u0434\u0430\u043d\u0438\u0435 \u043e\u043f\u0435\u0440\u0430\u0442\u043e\u0440\u0430\r\n\u041d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u0435 \u043e\u043f\u0435\u0440\u0430\u0442\u043e\u0440\u044b TensorFlow\r\n\u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435\r\n\u0417\u0430\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\r\n\u0441\u0435\u0441\u0441\u0438\u044f\r\n\u0433\u0440\u0430\u0444\u0438\u043a\r\n\u041f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0422\u0435\u043d\u0437\u043e\u0440\r\n\u0412 TensorFlow \u0442\u0435\u043d\u0437\u043e\u0440 \u2014 \u044d\u0442\u043e \u043d\u0430\u0431\u043e\u0440 \u0432\u0435\u043a\u0442\u043e\u0440\u043e\u0432 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432 (\u0442. \u0415. \u041c\u0430\u0441\u0441\u0438\u0432) n-\u043c\u0435\u0440\u043d\u044b\u0445 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0435\u0441\u043b\u0438 \u0443 \u043d\u0430\u0441 \u0435\u0441\u0442\u044c \u043c\u0430\u0442\u0440\u0438\u0446\u0430 2\u00d73 \u0441\u043e \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f\u043c\u0438 \u043e\u0442 1 \u0434\u043e 6, \u043c\u044b \u043f\u0438\u0448\u0435\u043c:\r\n\r\n\r\n\r\nTensorFlow \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u044d\u0442\u0443 \u043c\u0430\u0442\u0440\u0438\u0446\u0443 \u043a\u0430\u043a:\r\n\r\n&#91;&#91;1, 2, 3], \r\n   &#91;4, 5, 6]]\t\t\t\r\n\u0415\u0441\u043b\u0438 \u043c\u044b \u0441\u043e\u0437\u0434\u0430\u0434\u0438\u043c \u0442\u0440\u0435\u0445\u043c\u0435\u0440\u043d\u0443\u044e \u043c\u0430\u0442\u0440\u0438\u0446\u0443 \u0441\u043e \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f\u043c\u0438 \u043e\u0442 1 \u0434\u043e 8, \u043c\u044b \u043f\u043e\u043b\u0443\u0447\u0438\u043c:\r\n\r\n\r\n\r\nTensorFlow \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u044d\u0442\u0443 \u043c\u0430\u0442\u0440\u0438\u0446\u0443 \u043a\u0430\u043a:\r\n\r\n&#91; &#91;&#91;1, 2],  \r\n       &#91;&#91;3, 4],  \r\n       &#91;&#91;5, 6],  \r\n       &#91;&#91;7,8] ]\t\t\t\r\n\u041f\u0440\u0438\u043c\u0435\u0447\u0430\u043d\u0438\u0435. \u0422\u0435\u043d\u0437\u043e\u0440 \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d \u0441\u043a\u0430\u043b\u044f\u0440\u043e\u043c \u0438\u043b\u0438 \u0438\u043c\u0435\u0442\u044c \u0444\u043e\u0440\u043c\u0443 \u0431\u043e\u043b\u0435\u0435 \u0442\u0440\u0435\u0445 \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u0439. \u041f\u0440\u043e\u0441\u0442\u043e \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0431\u043e\u043b\u0435\u0435 \u0432\u044b\u0441\u043e\u043a\u0438\u0439 \u0443\u0440\u043e\u0432\u0435\u043d\u044c \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u044f \u043f\u0440\u043e\u0441\u0442\u043e \u0441\u043b\u043e\u0436\u043d\u0435\u0435.\r\n\r\n\u0422\u0438\u043f\u044b \u0422\u0435\u043d\u0437\u043e\u0440\r\n\u0412 TensorFlow \u0432\u0441\u0435 \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f \u043f\u0440\u043e\u0445\u043e\u0434\u044f\u0442 \u0447\u0435\u0440\u0435\u0437 \u043e\u0434\u0438\u043d \u0438\u043b\u0438 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0442\u0435\u043d\u0437\u043e\u0440\u043e\u0432. \u0422\u0435\u043d\u0437\u043e\u0440 \u2014 \u044d\u0442\u043e \u043e\u0431\u044a\u0435\u043a\u0442 \u0441 \u0442\u0440\u0435\u043c\u044f \u0441\u0432\u043e\u0439\u0441\u0442\u0432\u0430\u043c\u0438:\r\n\r\n\u0423\u043d\u0438\u043a\u0430\u043b\u044c\u043d\u044b\u0439 \u044f\u0440\u043b\u044b\u043a (\u0438\u043c\u044f)\r\n\u0420\u0430\u0437\u043c\u0435\u0440 (\u0444\u043e\u0440\u043c\u0430)\r\n\u0422\u0438\u043f \u0434\u0430\u043d\u043d\u044b\u0445 (dtype)\r\n\u041a\u0430\u0436\u0434\u0430\u044f \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044f, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u0432\u044b \u0431\u0443\u0434\u0435\u0442\u0435 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442\u044c \u0441 TensorFlow, \u0432\u043a\u043b\u044e\u0447\u0430\u0435\u0442 \u0432 \u0441\u0435\u0431\u044f \u043c\u0430\u043d\u0438\u043f\u0443\u043b\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u0442\u0435\u043d\u0437\u043e\u0440\u043e\u043c. \u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0447\u0435\u0442\u044b\u0440\u0435 \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u0445 \u0442\u0435\u043d\u0437\u043e\u0440\u0430:\r\n\r\ntf.Variable\r\ntf.constant\r\ntf.placeholder\r\ntf.SparseTensor\r\n\u0412 \u044d\u0442\u043e\u043c \u0443\u0440\u043e\u043a\u0435 \u0432\u044b \u0443\u0437\u043d\u0430\u0435\u0442\u0435, \u043a\u0430\u043a \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e tf.constant \u0438 tf.Variable.\r\n\r\n\u041f\u0440\u0435\u0436\u0434\u0435 \u0447\u0435\u043c \u043c\u044b \u043f\u0440\u043e\u0439\u0434\u0435\u043c \u0443\u0447\u0435\u0431\u043d\u0438\u043a, \u0443\u0431\u0435\u0434\u0438\u0442\u0435\u0441\u044c, \u0447\u0442\u043e \u0432\u044b \u0430\u043a\u0442\u0438\u0432\u0438\u0440\u043e\u0432\u0430\u043b\u0438 \u0441\u0440\u0435\u0434\u0443 conda \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e TensorFlow. \u041c\u044b \u043d\u0430\u0437\u0432\u0430\u043b\u0438 \u044d\u0442\u0443 \u0441\u0440\u0435\u0434\u0443 hello-tf.\r\n\r\n\u0414\u043b\u044f \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 MacOS:\r\n\r\nsource activate hello-tf\t\t\t\r\n\u0414\u043b\u044f \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f Windows:\r\n\r\nactivate hello-tf\t\t\t\r\n\u041f\u043e\u0441\u043b\u0435 \u0442\u043e\u0433\u043e, \u043a\u0430\u043a \u0432\u044b \u044d\u0442\u043e \u0441\u0434\u0435\u043b\u0430\u043b\u0438, \u0432\u044b \u0433\u043e\u0442\u043e\u0432\u044b \u0438\u043c\u043f\u043e\u0440\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0442\u0435\u043d\u0437\u043e\u0440 \u043f\u043e\u0442\u043e\u043a\u0430\r\n\r\n# Import tf\r\nimport tensorflow as tf\t\t\t\r\n\u0421\u043e\u0437\u0434\u0430\u0442\u044c \u0442\u0435\u043d\u0437\u043e\u0440 n-\u0440\u0430\u0437\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u0438\r\n\u0412\u044b \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0435 \u0441 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0442\u0435\u043d\u0437\u043e\u0440\u0430 \u0441 \u043e\u0434\u043d\u0438\u043c \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u0435\u043c, \u0430 \u0438\u043c\u0435\u043d\u043d\u043e \u0441\u043a\u0430\u043b\u044f\u0440\u0430.\r\n\r\n\u0427\u0442\u043e\u0431\u044b \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0442\u0435\u043d\u0437\u043e\u0440, \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c tf.constant ()\r\n\r\ntf.constant(value, dtype, name = \"\")\r\narguments\r\n\r\n- `value`: Value of n dimension to define the tensor. Optional\r\n- `dtype`: Define the type of data:    \r\n    - `tf.string`: String variable    \r\n    - `tf.float32`: Flot variable    \r\n    - `tf.int16`: Integer variable\r\n- \"name\": Name of the tensor. Optional. By default, `Const_1:0`    \t\t\t\r\n\u0427\u0442\u043e\u0431\u044b \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0442\u0435\u043d\u0437\u043e\u0440 \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u044f 0, \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u0435 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u043a\u043e\u0434\r\n\r\n## rank 0\r\n# Default name\r\nr1 = tf.constant(1, tf.int16) \r\nprint(r1)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"Const:0\", shape=(), dtype=int16)\t\t\t\r\n\r\n\r\n# Named my_scalar\r\nr2 = tf.constant(1, tf.int16, name = \"my_scalar\") \r\nprint(r2)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"my_scalar:0\", shape=(), dtype=int16)\t\t\t\r\n\u041a\u0430\u0436\u0434\u044b\u0439 \u0442\u0435\u043d\u0437\u043e\u0440 \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0430\u0435\u0442\u0441\u044f \u0438\u043c\u0435\u043d\u0435\u043c \u0442\u0435\u043d\u0437\u043e\u0440\u0430. \u041a\u0430\u0436\u0434\u044b\u0439 \u0442\u0435\u043d\u0437\u043e\u0440\u043d\u044b\u0439 \u043e\u0431\u044a\u0435\u043a\u0442 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u044f\u0435\u0442\u0441\u044f \u0443\u043d\u0438\u043a\u0430\u043b\u044c\u043d\u043e\u0439 \u043c\u0435\u0442\u043a\u043e\u0439 (\u0438\u043c\u0435\u043d\u0435\u043c), \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u0435\u043c (\u0444\u043e\u0440\u043c\u043e\u0439) \u0438 \u0442\u0438\u043f\u043e\u043c \u0434\u0430\u043d\u043d\u044b\u0445 (dtype).\r\n\r\n\u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c \u0442\u0435\u043d\u0437\u043e\u0440 \u0441 \u0434\u0435\u0441\u044f\u0442\u0438\u0447\u043d\u044b\u043c\u0438 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f\u043c\u0438 \u0438\u043b\u0438 \u0441\u043e \u0441\u0442\u0440\u043e\u043a\u043e\u0439, \u0438\u0437\u043c\u0435\u043d\u0438\u0432 \u0442\u0438\u043f \u0434\u0430\u043d\u043d\u044b\u0445.\r\n\r\n# Decimal\r\nr1_decimal = tf.constant(1.12345, tf.float32)\r\nprint(r1_decimal)\r\n# String\r\nr1_string = tf.constant(\"Guru99\", tf.string)\r\nprint(r1_string)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"Const_1:0\", shape=(), dtype=float32)\r\nTensor(\"Const_2:0\", shape=(), dtype=string)\t\t\t\r\n\u0422\u0435\u043d\u0437\u043e\u0440 \u0440\u0430\u0437\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u0438 1 \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u0441\u043e\u0437\u0434\u0430\u043d \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c:\r\n\r\n## Rank 1r1_vector = tf.constant(&#91;1,3,5], tf.int16)\r\nprint(r1_vector)\r\nr2_boolean = tf.constant(&#91;True, True, False], tf.bool)\r\nprint(r2_boolean)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"Const_3:0\", shape=(3,), dtype=int16)\r\nTensor(\"Const_4:0\", shape=(3,), dtype=bool)\t\t\t\r\n\u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0437\u0430\u043c\u0435\u0442\u0438\u0442\u044c, \u0447\u0442\u043e \u0444\u043e\u0440\u043c\u0430 \u0441\u043e\u0441\u0442\u043e\u0438\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u0438\u0437 1 \u0441\u0442\u043e\u043b\u0431\u0446\u0430.\r\n\r\n\u0427\u0442\u043e\u0431\u044b \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u043c\u0430\u0441\u0441\u0438\u0432 \u0438\u0437 2 \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u0439, \u0432\u0430\u043c \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e \u0437\u0430\u043a\u0440\u044b\u0442\u044c \u0441\u043a\u043e\u0431\u043a\u0438 \u043f\u043e\u0441\u043b\u0435 \u043a\u0430\u0436\u0434\u043e\u0439 \u0441\u0442\u0440\u043e\u043a\u0438. \u041f\u0440\u043e\u0432\u0435\u0440\u044c\u0442\u0435 \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u043d\u0438\u0436\u0435\r\n\r\n## Rank 2\r\nr2_matrix = tf.constant(&#91; &#91;1, 2],\r\n                          &#91;3, 4] ],tf.int16)\r\nprint(r2_matrix)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"Const_5:0\", shape=(2, 2), dtype=int16)\t\t\t\r\n\u041c\u0430\u0442\u0440\u0438\u0446\u0430 \u0438\u043c\u0435\u0435\u0442 2 \u0441\u0442\u0440\u043e\u043a\u0438 \u0438 2 \u0441\u0442\u043e\u043b\u0431\u0446\u0430, \u0437\u0430\u043f\u043e\u043b\u043d\u0435\u043d\u043d\u044b\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f\u043c\u0438 1, 2, 3, 4.\r\n\r\n\u041c\u0430\u0442\u0440\u0438\u0446\u0430 \u0441 3 \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u044f\u043c\u0438 \u0441\u0442\u0440\u043e\u0438\u0442\u0441\u044f \u043f\u0443\u0442\u0435\u043c \u0434\u043e\u0431\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0435\u0449\u0435 \u043e\u0434\u043d\u043e\u0433\u043e \u0443\u0440\u043e\u0432\u043d\u044f \u0432 \u0441\u043a\u043e\u0431\u043a\u0430\u0445.\r\n\r\n## Rank 3\r\nr3_matrix = tf.constant(&#91; &#91;&#91;1, 2],\r\n                           &#91;3, 4], \r\n                           &#91;5, 6]] ], tf.int16)\r\nprint(r3_matrix)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"Const_6:0\", shape=(1, 3, 2), dtype=int16)\t\t\t\r\n\u041c\u0430\u0442\u0440\u0438\u0446\u0430 \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u043a\u0430\u043a \u043d\u0430 \u043a\u0430\u0440\u0442\u0438\u043d\u043a\u0435 \u0434\u0432\u0430.\r\n\r\n\u0424\u043e\u0440\u043c\u0430 \u0442\u0435\u043d\u0437\u043e\u0440\u0430\r\n\u041a\u043e\u0433\u0434\u0430 \u0432\u044b \u043f\u0435\u0447\u0430\u0442\u0430\u0435\u0442\u0435 \u0442\u0435\u043d\u0437\u043e\u0440, TensorFlow \u0443\u0433\u0430\u0434\u044b\u0432\u0430\u0435\u0442 \u0444\u043e\u0440\u043c\u0443. \u041e\u0434\u043d\u0430\u043a\u043e \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u0444\u043e\u0440\u043c\u0443 \u0442\u0435\u043d\u0437\u043e\u0440\u0430 \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e \u0441\u0432\u043e\u0439\u0441\u0442\u0432\u0430 shape.\r\n\r\n\u041d\u0438\u0436\u0435 \u0432\u044b \u0441\u0442\u0440\u043e\u0438\u0442\u0435 \u043c\u0430\u0442\u0440\u0438\u0446\u0443, \u0437\u0430\u043f\u043e\u043b\u043d\u0435\u043d\u043d\u0443\u044e \u0447\u0438\u0441\u043b\u043e\u043c \u043e\u0442 10 \u0434\u043e 15, \u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u0435\u0442\u0435 \u0444\u043e\u0440\u043c\u0443 m_shape.\r\n\r\n# Shape of tensor\r\nm_shape = tf.constant(&#91; &#91;10, 11],\r\n                        &#91;12, 13],\r\n                        &#91;14, 15] ]                      \r\n                     ) \r\nm_shape.shape\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensorShape(&#91;Dimension(3), Dimension(2)])\t\t\t\r\n\u041c\u0430\u0442\u0440\u0438\u0446\u0430 \u0438\u043c\u0435\u0435\u0442 3 \u0441\u0442\u0440\u043e\u043a\u0438 \u0438 2 \u0441\u0442\u043e\u043b\u0431\u0446\u0430.\r\n\r\nTensorFlow \u0438\u043c\u0435\u0435\u0442 \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u0435 \u043a\u043e\u043c\u0430\u043d\u0434\u044b \u0434\u043b\u044f \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0432\u0435\u043a\u0442\u043e\u0440\u0430 \u0438\u043b\u0438 \u043c\u0430\u0442\u0440\u0438\u0446\u044b, \u0437\u0430\u043f\u043e\u043b\u043d\u0435\u043d\u043d\u043e\u0439 0 \u0438\u043b\u0438 1. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0435\u0441\u043b\u0438 \u0432\u044b \u0445\u043e\u0442\u0438\u0442\u0435 \u0441\u043e\u0437\u0434\u0430\u0442\u044c 1-D \u0442\u0435\u043d\u0437\u043e\u0440 \u0441 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u043d\u043e\u0439 \u0444\u043e\u0440\u043c\u043e\u0439 10, \u0437\u0430\u043f\u043e\u043b\u043d\u0435\u043d\u043d\u044b\u0439 0, \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c \u043f\u0440\u0438\u0432\u0435\u0434\u0435\u043d\u043d\u044b\u0439 \u043d\u0438\u0436\u0435 \u043a\u043e\u0434:\r\n\r\n# Create a vector of 0\r\nprint(tf.zeros(10))\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"zeros:0\", shape=(10,), dtype=float32)\t\t\t\r\n\u0421\u0432\u043e\u0439\u0441\u0442\u0432\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0438 \u0434\u043b\u044f \u043c\u0430\u0442\u0440\u0438\u0446\u044b. \u0417\u0434\u0435\u0441\u044c \u0432\u044b \u0441\u043e\u0437\u0434\u0430\u0435\u0442\u0435 \u043c\u0430\u0442\u0440\u0438\u0446\u0443 10\u00d710, \u0437\u0430\u043f\u043e\u043b\u043d\u0435\u043d\u043d\u0443\u044e 1\r\n\r\n# Create a vector of 1\r\nprint(tf.ones(&#91;10, 10]))\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"ones:0\", shape=(10, 10), dtype=float32)\t\t\t\r\n\u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0444\u043e\u0440\u043c\u0443 \u0434\u0430\u043d\u043d\u043e\u0439 \u043c\u0430\u0442\u0440\u0438\u0446\u044b, \u0447\u0442\u043e\u0431\u044b \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0432\u0435\u043a\u0442\u043e\u0440 \u0438\u0437 \u043d\u0438\u0445. \u041c\u0430\u0442\u0440\u0438\u0446\u0430 m_shape \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u0441\u043e\u0431\u043e\u0439 \u0440\u0430\u0437\u043c\u0435\u0440\u044b 3\u04452. \u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0442\u0435\u043d\u0437\u043e\u0440 \u0441 3 \u0441\u0442\u0440\u043e\u043a\u0430\u043c\u0438, \u0437\u0430\u043f\u043e\u043b\u043d\u0435\u043d\u043d\u044b\u043c\u0438 \u043e\u0434\u043d\u0438\u043c, \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0433\u043e \u043a\u043e\u0434\u0430:\r\n\r\n# Create a vector of ones with the same number of rows as m_shape\r\nprint(tf.ones(m_shape.shape&#91;0]))\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"ones_1:0\", shape=(3,), dtype=float32)\t\t\t\r\n\u0415\u0441\u043b\u0438 \u0432\u044b \u043f\u0435\u0440\u0435\u0434\u0430\u0434\u0438\u0442\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 1 \u0432 \u0441\u043a\u043e\u0431\u043a\u0438, \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0432\u0435\u043a\u0442\u043e\u0440 \u0435\u0434\u0438\u043d\u0438\u0446, \u0440\u0430\u0432\u043d\u044b\u0439 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0443 \u0441\u0442\u043e\u043b\u0431\u0446\u043e\u0432 \u0432 \u043c\u0430\u0442\u0440\u0438\u0446\u0435 m_shape.\r\n\r\n# Create a vector of ones with the same number of column as m_shape\r\nprint(tf.ones(m_shape.shape&#91;1]))\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"ones_2:0\", shape=(2,), dtype=float32)\t\t\t\r\n\u041d\u0430\u043a\u043e\u043d\u0435\u0446, \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u043c\u0430\u0442\u0440\u0438\u0446\u0443 3\u00d72 \u0442\u043e\u043b\u044c\u043a\u043e \u0441 \u043e\u0434\u043d\u0438\u043c\r\n\r\nprint(tf.ones(m_shape.shape))\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"ones_3:0\", shape=(3, 2), dtype=float32)\t\t\t\r\n\u0422\u0438\u043f \u0434\u0430\u043d\u043d\u044b\u0445\r\n\u0412\u0442\u043e\u0440\u043e\u0435 \u0441\u0432\u043e\u0439\u0441\u0442\u0432\u043e \u0442\u0435\u043d\u0437\u043e\u0440\u0430 \u2014 \u044d\u0442\u043e \u0442\u0438\u043f \u0434\u0430\u043d\u043d\u044b\u0445. \u0422\u0435\u043d\u0437\u043e\u0440 \u043c\u043e\u0436\u0435\u0442 \u0438\u043c\u0435\u0442\u044c \u0442\u043e\u043b\u044c\u043a\u043e \u043e\u0434\u0438\u043d \u0442\u0438\u043f \u0434\u0430\u043d\u043d\u044b\u0445 \u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e. \u0422\u0435\u043d\u0437\u043e\u0440 \u043c\u043e\u0436\u0435\u0442 \u0438\u043c\u0435\u0442\u044c \u0442\u043e\u043b\u044c\u043a\u043e \u043e\u0434\u0438\u043d \u0442\u0438\u043f \u0434\u0430\u043d\u043d\u044b\u0445. \u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0432\u0435\u0440\u043d\u0443\u0442\u044c \u0442\u0438\u043f \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e \u0441\u0432\u043e\u0439\u0441\u0442\u0432\u0430 dtype.\r\n\r\nprint(m_shape.dtype)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\n&lt;dtype: 'int32'>\t\t\t\r\n\u0412 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0441\u043b\u0443\u0447\u0430\u044f\u0445 \u0432\u044b \u0445\u043e\u0442\u0438\u0442\u0435 \u0438\u0437\u043c\u0435\u043d\u0438\u0442\u044c \u0442\u0438\u043f \u0434\u0430\u043d\u043d\u044b\u0445. \u0412 TensorFlow \u044d\u0442\u043e \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e \u043c\u0435\u0442\u043e\u0434\u0430 tf.cast.\r\n\r\n\u043f\u0440\u0438\u043c\u0435\u0440\r\n\r\n\u041d\u0438\u0436\u0435 \u0442\u0435\u043d\u0437\u043e\u0440 \u0441 \u043f\u043b\u0430\u0432\u0430\u044e\u0449\u0435\u0439 \u0442\u043e\u0447\u043a\u043e\u0439 \u043a\u043e\u043d\u0432\u0435\u0440\u0442\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u0432 \u0446\u0435\u043b\u043e\u0435 \u0447\u0438\u0441\u043b\u043e, \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044f \u043c\u0435\u0442\u043e\u0434 \u043f\u0440\u0438\u0432\u0435\u0434\u0435\u043d\u0438\u044f.\r\n\r\n# Change type of data\r\ntype_float = tf.constant(3.123456789, tf.float32)\r\ntype_int = tf.cast(type_float, dtype=tf.int32)\r\nprint(type_float.dtype)\r\nprint(type_int.dtype)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\n&lt;dtype: 'float32'>\r\n&lt;dtype: 'int32'>\t\t\t\r\nTensorFlow \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442 \u0442\u0438\u043f \u0434\u0430\u043d\u043d\u044b\u0445, \u0435\u0441\u043b\u0438 \u0430\u0440\u0433\u0443\u043c\u0435\u043d\u0442 \u043d\u0435 \u0443\u043a\u0430\u0437\u0430\u043d \u043f\u0440\u0438 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u0438 \u0442\u0435\u043d\u0437\u043e\u0440\u0430. TensorFlow \u0431\u0443\u0434\u0435\u0442 \u0443\u0433\u0430\u0434\u044b\u0432\u0430\u0442\u044c, \u043a\u0430\u043a\u0438\u0435 \u0442\u0438\u043f\u044b \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430\u0438\u0431\u043e\u043b\u0435\u0435 \u0432\u0435\u0440\u043e\u044f\u0442\u043d\u044b. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0435\u0441\u043b\u0438 \u0432\u044b \u043f\u0435\u0440\u0435\u0434\u0430\u0434\u0438\u0442\u0435 \u0442\u0435\u043a\u0441\u0442, \u043e\u043d \u0443\u0433\u0430\u0434\u0430\u0435\u0442, \u0447\u0442\u043e \u044d\u0442\u043e \u0441\u0442\u0440\u043e\u043a\u0430, \u0438 \u043f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u0443\u0435\u0442 \u0435\u0433\u043e \u0432 \u0441\u0442\u0440\u043e\u043a\u0443.\r\n\r\n\u0421\u043e\u0437\u0434\u0430\u043d\u0438\u0435 \u043e\u043f\u0435\u0440\u0430\u0442\u043e\u0440\u0430\r\n\u041d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u0435 \u043e\u043f\u0435\u0440\u0430\u0442\u043e\u0440\u044b TensorFlow\r\n\u0412\u044b \u0437\u043d\u0430\u0435\u0442\u0435, \u043a\u0430\u043a \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0442\u0435\u043d\u0437\u043e\u0440 \u0441 TensorFlow. \u041d\u0430\u0441\u0442\u0430\u043b\u043e \u0432\u0440\u0435\u043c\u044f \u043d\u0430\u0443\u0447\u0438\u0442\u044c\u0441\u044f \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442\u044c \u043c\u0430\u0442\u0435\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438.\r\n\r\nTensorFlow \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u0432\u0441\u0435 \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438. \u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u043d\u0430\u0447\u0430\u0442\u044c \u0441 \u043f\u0440\u043e\u0441\u0442\u043e\u0433\u043e. \u0412\u044b \u0431\u0443\u0434\u0435\u0442\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043c\u0435\u0442\u043e\u0434 TensorFlow \u0434\u043b\u044f \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f \u043a\u0432\u0430\u0434\u0440\u0430\u0442\u0430 \u0447\u0438\u0441\u043b\u0430. \u042d\u0442\u0430 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044f \u043f\u0440\u043e\u0441\u0442\u0430, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u0434\u043b\u044f \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u044f \u0442\u0435\u043d\u0437\u043e\u0440\u0430 \u0442\u0440\u0435\u0431\u0443\u0435\u0442\u0441\u044f \u0442\u043e\u043b\u044c\u043a\u043e \u043e\u0434\u0438\u043d \u0430\u0440\u0433\u0443\u043c\u0435\u043d\u0442.\r\n\r\n\u041a\u0432\u0430\u0434\u0440\u0430\u0442 \u0447\u0438\u0441\u043b\u0430 \u0441\u0442\u0440\u043e\u0438\u0442\u0441\u044f \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e tf.sqrt (x) \u0441 x \u0432 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043f\u043b\u0430\u0432\u0430\u044e\u0449\u0435\u0433\u043e \u0447\u0438\u0441\u043b\u0430.\r\n\r\nx = tf.constant(&#91;2.0], dtype = tf.float32)\r\nprint(tf.sqrt(x))\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"Sqrt:0\", shape=(1,), dtype=float32)\t\t\t\r\n\u041f\u0440\u0438\u043c\u0435\u0447\u0430\u043d\u0438\u0435 . \u0412\u044b\u0445\u043e\u0434\u043d\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u043b\u0438 \u0442\u0435\u043d\u0437\u043e\u0440\u043d\u044b\u0439 \u043e\u0431\u044a\u0435\u043a\u0442, \u0430 \u043d\u0435 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043a\u0432\u0430\u0434\u0440\u0430\u0442\u0430 2. \u0412 \u044d\u0442\u043e\u043c \u043f\u0440\u0438\u043c\u0435\u0440\u0435 \u0432\u044b \u043f\u0435\u0447\u0430\u0442\u0430\u0435\u0442\u0435 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u0442\u0435\u043d\u0437\u043e\u0440\u0430, \u0430 \u043d\u0435 \u0444\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0443\u044e \u043e\u0446\u0435\u043d\u043a\u0443 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438. \u0412 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u043c \u0440\u0430\u0437\u0434\u0435\u043b\u0435 \u0432\u044b \u0443\u0437\u043d\u0430\u0435\u0442\u0435, \u043a\u0430\u043a TensorFlow \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0434\u043b\u044f \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0439.\r\n\r\n\u041d\u0438\u0436\u0435 \u043f\u0440\u0438\u0432\u0435\u0434\u0435\u043d \u0441\u043f\u0438\u0441\u043e\u043a \u0447\u0430\u0441\u0442\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c\u044b\u0445 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0439. \u0418\u0434\u0435\u044f \u0442\u0430 \u0436\u0435. \u041a\u0430\u0436\u0434\u0430\u044f \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044f \u0442\u0440\u0435\u0431\u0443\u0435\u0442 \u043e\u0434\u043d\u043e\u0433\u043e \u0438\u043b\u0438 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u0430\u0440\u0433\u0443\u043c\u0435\u043d\u0442\u043e\u0432.\r\n\r\ntf.add (a, b)\r\ntf.substract (a, b)\r\ntf.multiply (a, b)\r\ntf.div (a, b)\r\ntf.pow (a, b)\r\ntf.exp (\u0430)\r\ntf.sqrt (\u0430)\r\n\u043f\u0440\u0438\u043c\u0435\u0440\r\n\r\n# Add\r\ntensor_a = tf.constant(&#91;&#91;1,2]], dtype = tf.int32)\r\ntensor_b = tf.constant(&#91;&#91;3, 4]], dtype = tf.int32)\r\n\r\ntensor_add = tf.add(tensor_a, tensor_b)print(tensor_add)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"Add:0\", shape=(1, 2), dtype=int32)\t\t\t\r\n\u041a\u043e\u0434 \u041e\u0431\u044a\u044f\u0441\u043d\u0435\u043d\u0438\u0435\r\n\r\n\u0421\u043e\u0437\u0434\u0430\u0439\u0442\u0435 \u0434\u0432\u0430 \u0442\u0435\u043d\u0437\u043e\u0440\u0430:\r\n\r\n\u043e\u0434\u0438\u043d \u0442\u0435\u043d\u0437\u043e\u0440 \u0441 1 \u0438 2\r\n\u043e\u0434\u0438\u043d \u0442\u0435\u043d\u0437\u043e\u0440 \u0441 3 \u0438 4\r\n\u0412\u044b \u0441\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u0435\u0442\u0435 \u043e\u0431\u0430 \u0442\u0435\u043d\u0437\u043e\u0440\u0430.\r\n\r\n\u041e\u0431\u0440\u0430\u0442\u0438\u0442\u0435 \u0432\u043d\u0438\u043c\u0430\u043d\u0438\u0435 : \u043e\u0431\u0430 \u0442\u0435\u043d\u0437\u043e\u0440\u0430 \u0434\u043e\u043b\u0436\u043d\u044b \u0438\u043c\u0435\u0442\u044c \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u0443\u044e \u0444\u043e\u0440\u043c\u0443. \u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0432\u044b\u043f\u043e\u043b\u043d\u0438\u0442\u044c \u0443\u043c\u043d\u043e\u0436\u0435\u043d\u0438\u0435 \u043d\u0430 \u0434\u0432\u0430 \u0442\u0435\u043d\u0437\u043e\u0440\u0430.\r\n\r\n# Multiply\r\ntensor_multiply = tf.multiply(tensor_a, tensor_b)\r\nprint(tensor_multiply)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"Mul:0\", shape=(1, 2), dtype=int32)\t\t\t\r\n\u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435\r\n\u041f\u043e\u043a\u0430 \u0447\u0442\u043e \u0432\u044b \u0441\u043e\u0437\u0434\u0430\u043b\u0438 \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u0435 \u0442\u0435\u043d\u0437\u043e\u0440\u044b. \u042d\u0442\u043e \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u043f\u043e\u043b\u0435\u0437\u043d\u043e. \u0414\u0430\u043d\u043d\u044b\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u043f\u043e\u0441\u0442\u0443\u043f\u0430\u044e\u0442 \u0441 \u0440\u0430\u0437\u043d\u044b\u043c\u0438 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f\u043c\u0438, \u0447\u0442\u043e\u0431\u044b \u0437\u0430\u0445\u0432\u0430\u0442\u0438\u0442\u044c \u044d\u0442\u043e, \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043a\u043b\u0430\u0441\u0441 Variable. \u041e\u043d \u0431\u0443\u0434\u0435\u0442 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u0442\u044c \u0443\u0437\u0435\u043b, \u0433\u0434\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0432\u0441\u0435\u0433\u0434\u0430 \u043c\u0435\u043d\u044f\u044e\u0442\u0441\u044f.\r\n\r\n\u0427\u0442\u043e\u0431\u044b \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e, \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043c\u0435\u0442\u043e\u0434 tf.get_variable ()\r\n\r\ntf.get_variable(name = \"\", values, dtype, initializer)\r\nargument\r\n- `name = \"\"`: Name of the variable\r\n- `values`: Dimension of the tensor\r\n- `dtype`: Type of data. Optional\r\n- `initializer`: How to initialize the tensor. Optional\r\nIf initializer is specified, there is no need to include the `values` as the shape of `initializer` is used.\t\t\t\r\n\u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043f\u0440\u0438\u0432\u0435\u0434\u0435\u043d\u043d\u044b\u0439 \u043d\u0438\u0436\u0435 \u043a\u043e\u0434 \u0441\u043e\u0437\u0434\u0430\u0435\u0442 \u0434\u0432\u0443\u043c\u0435\u0440\u043d\u0443\u044e \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e \u0441 \u0434\u0432\u0443\u043c\u044f \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u044b\u043c\u0438 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f\u043c\u0438. \u041f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e TensorFlow \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u0435\u0442 \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435. \u0412\u044b \u043d\u0430\u0437\u044b\u0432\u0430\u0435\u0442\u0435 \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e var\r\n\r\n# Create a Variable\r\n## Create 2 Randomized values\r\nvar = tf.get_variable(\"var\", &#91;1, 2])\r\nprint(var.shape)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\n(1, 2)\t\t\t\r\n\u0412\u043e \u0432\u0442\u043e\u0440\u043e\u043c \u043f\u0440\u0438\u043c\u0435\u0440\u0435 \u0432\u044b \u0441\u043e\u0437\u0434\u0430\u0435\u0442\u0435 \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e \u0441 \u043e\u0434\u043d\u043e\u0439 \u0441\u0442\u0440\u043e\u043a\u043e\u0439 \u0438 \u0434\u0432\u0443\u043c\u044f \u0441\u0442\u043e\u043b\u0431\u0446\u0430\u043c\u0438. \u0412\u0430\u043c \u043d\u0443\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c &#91;1,2], \u0447\u0442\u043e\u0431\u044b \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0440\u0430\u0437\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u044c \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439\r\n\r\n\u041d\u0430\u0447\u0430\u043b\u044c\u043d\u044b\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u044d\u0442\u043e\u0433\u043e \u0442\u0435\u043d\u0437\u043e\u0440\u0430 \u0440\u0430\u0432\u043d\u044b \u043d\u0443\u043b\u044e. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043a\u043e\u0433\u0434\u0430 \u0432\u044b \u0442\u0440\u0435\u043d\u0438\u0440\u0443\u0435\u0442\u0435 \u043c\u043e\u0434\u0435\u043b\u044c, \u0432\u0430\u043c \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e \u0438\u043c\u0435\u0442\u044c \u043d\u0430\u0447\u0430\u043b\u044c\u043d\u044b\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f, \u0447\u0442\u043e\u0431\u044b \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u044c \u0432\u0435\u0441 \u044d\u043b\u0435\u043c\u0435\u043d\u0442\u043e\u0432. \u041d\u0438\u0436\u0435 \u0432\u044b \u0443\u0441\u0442\u0430\u043d\u0430\u0432\u043b\u0438\u0432\u0430\u0435\u0442\u0435 \u044d\u0442\u0438 \u043d\u0430\u0447\u0430\u043b\u044c\u043d\u044b\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u043d\u0430 \u043d\u043e\u043b\u044c.\r\n\r\nvar_init_1 = tf.get_variable(\"var_init_1\", &#91;1, 2], dtype=tf.int32,  initializer=tf.zeros_initializer)\r\nprint(var_init_1.shape)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\n(1, 2)\t\t\t\r\n\u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u043f\u0435\u0440\u0435\u0434\u0430\u0442\u044c \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u043e\u0433\u043e \u0442\u0435\u043d\u0437\u043e\u0440\u0430 \u0432 \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e. \u0412\u044b \u0441\u043e\u0437\u0434\u0430\u0435\u0442\u0435 \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u0439 \u0442\u0435\u043d\u0437\u043e\u0440 \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e \u043c\u0435\u0442\u043e\u0434\u0430 tf.constant (). \u0412\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0435 \u044d\u0442\u043e\u0442 \u0442\u0435\u043d\u0437\u043e\u0440 \u0434\u043b\u044f \u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439.\r\n\r\n\u041f\u0435\u0440\u0432\u044b\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u2014 10, 20, 30 \u0438 40. \u041d\u043e\u0432\u044b\u0439 \u0442\u0435\u043d\u0437\u043e\u0440 \u0431\u0443\u0434\u0435\u0442 \u0438\u043c\u0435\u0442\u044c \u0444\u043e\u0440\u043c\u0443 2\u00d72.\r\n\r\n# Create a 2x2 matrixtensor_const = tf.constant(&#91;&#91;10, 20],\r\n&#91;30, 40]])\r\n# Initialize the first value of the tensor equals to tensor_const\r\nvar_init_2 = tf.get_variable(\"var_init_2\", dtype=tf.int32,  initializer=tensor_const)\r\nprint(var_init_2.shape)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\n(2, 2)\t\t\t\r\n\u0417\u0430\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\r\n\u0417\u0430\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c \u0438\u043c\u0435\u0435\u0442 \u0446\u0435\u043b\u044c\u044e \u043a\u043e\u0440\u043c\u0438\u0442\u044c \u0442\u0435\u043d\u0437\u043e\u0440. \u0417\u0430\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0441\u044f \u0434\u043b\u044f \u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u0434\u0430\u043d\u043d\u044b\u0445, \u043f\u0435\u0440\u0435\u0434\u0430\u0432\u0430\u0435\u043c\u044b\u0445 \u0432\u043d\u0443\u0442\u0440\u0438 \u0442\u0435\u043d\u0437\u043e\u0440\u043e\u0432. \u0427\u0442\u043e\u0431\u044b \u043f\u0440\u0435\u0434\u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0437\u0430\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c, \u0432\u0430\u043c \u043d\u0443\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043c\u0435\u0442\u043e\u0434 feed_dict. \u0417\u0430\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c \u0431\u0443\u0434\u0435\u0442 \u043f\u043e\u0434\u0430\u043d \u0442\u043e\u043b\u044c\u043a\u043e \u0432 \u0442\u0435\u0447\u0435\u043d\u0438\u0435 \u0441\u0435\u0430\u043d\u0441\u0430.\r\n\r\n\u0412 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u043c \u043f\u0440\u0438\u043c\u0435\u0440\u0435 \u0432\u044b \u0443\u0432\u0438\u0434\u0438\u0442\u0435, \u043a\u0430\u043a \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0437\u0430\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e \u043c\u0435\u0442\u043e\u0434\u0430 tf.placeholder. \u041d\u0430 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u043c \u0437\u0430\u043d\u044f\u0442\u0438\u0438 \u0432\u044b \u043d\u0430\u0443\u0447\u0438\u0442\u0435\u0441\u044c \u043a\u043e\u0440\u043c\u0438\u0442\u044c \u0437\u0430\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0439 \u0441\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u044c\u044e.\r\n\r\n\u0421\u0438\u043d\u0442\u0430\u043a\u0441\u0438\u0441:\r\n\r\ntf.placeholder(dtype,shape=None,name=None )\r\narguments:\r\n- `dtype`: Type of data\r\n- `shape`: dimension of the placeholder. Optional. By default, shape of the data\r\n- `name`: Name of the placeholder. Optional\t\t\t\r\ndata_placeholder_a = tf.placeholder(tf.float32, name = \"data_placeholder_a\")\r\nprint(data_placeholder_a)\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\nTensor(\"data_placeholder_a:0\", dtype=float32)\t\t\t\r\n\u0441\u0435\u0441\u0441\u0438\u044f\r\nTensorFlow \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0432\u043e\u043a\u0440\u0443\u0433 3 \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u0445 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u043e\u0432:\r\n\r\n\u0433\u0440\u0430\u0444\u0438\u043a\r\n\u0422\u0435\u043d\u0437\u043e\u0440\r\n\u0441\u0435\u0441\u0441\u0438\u044f\r\n\u041a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u044b\r\n\r\nDescritption\r\n\r\n\u0433\u0440\u0430\u0444\u0438\u043a\r\n\r\n\u0413\u0440\u0430\u0444\u0438\u043a \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u0444\u0443\u043d\u0434\u0430\u043c\u0435\u043d\u0442\u0430\u043b\u044c\u043d\u044b\u043c \u0432 TensorFlow. \u0412\u0441\u0435 \u043c\u0430\u0442\u0435\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 (\u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438) \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u044e\u0442\u0441\u044f \u0432\u043d\u0443\u0442\u0440\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430. \u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a \u043a\u0430\u043a \u043f\u0440\u043e\u0435\u043a\u0442, \u0432 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u044e\u0442\u0441\u044f \u0432\u0441\u0435 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438. \u0423\u0437\u043b\u044b \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u044e\u0442 \u044d\u0442\u0438 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438, \u043e\u043d\u0438 \u043c\u043e\u0433\u0443\u0442 \u043f\u043e\u0433\u043b\u043e\u0449\u0430\u0442\u044c \u0438\u043b\u0438 \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u0442\u044c \u043d\u043e\u0432\u044b\u0435 \u0442\u0435\u043d\u0437\u043e\u0440\u044b.\r\n\r\n\u0422\u0435\u043d\u0437\u043e\u0440\r\n\r\n\u0422\u0435\u043d\u0437\u043e\u0440 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u0434\u0430\u043d\u043d\u044b\u0435, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043f\u0440\u043e\u0433\u0440\u0435\u0441\u0441\u0438\u0440\u0443\u044e\u0442 \u043c\u0435\u0436\u0434\u0443 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044f\u043c\u0438. \u0420\u0430\u043d\u0435\u0435 \u0432\u044b \u0432\u0438\u0434\u0435\u043b\u0438, \u043a\u0430\u043a \u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0442\u0435\u043d\u0437\u043e\u0440. \u0420\u0430\u0437\u043d\u0438\u0446\u0430 \u043c\u0435\u0436\u0434\u0443 \u043a\u043e\u043d\u0441\u0442\u0430\u043d\u0442\u043e\u0439 \u0438 \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u0437\u0430\u043a\u043b\u044e\u0447\u0430\u0435\u0442\u0441\u044f \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u043d\u0430\u0447\u0430\u043b\u044c\u043d\u044b\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u0431\u0443\u0434\u0443\u0442 \u043c\u0435\u043d\u044f\u0442\u044c\u0441\u044f \u0441\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0435\u043c.\r\n\r\n\u0441\u0435\u0441\u0441\u0438\u044f\r\n\r\n\u0421\u0435\u0430\u043d\u0441 \u0432\u044b\u043f\u043e\u043b\u043d\u0438\u0442 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044e \u0438\u0437 \u0433\u0440\u0430\u0444\u0438\u043a\u0430. \u0427\u0442\u043e\u0431\u044b \u0437\u0430\u043f\u043e\u043b\u043d\u0438\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f\u043c\u0438 \u0442\u0435\u043d\u0437\u043e\u0440\u0430, \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e \u043e\u0442\u043a\u0440\u044b\u0442\u044c \u0441\u0435\u0430\u043d\u0441. \u0412\u043d\u0443\u0442\u0440\u0438 \u0441\u0435\u0430\u043d\u0441\u0430 \u0432\u044b \u0434\u043e\u043b\u0436\u043d\u044b \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c \u043e\u043f\u0435\u0440\u0430\u0442\u043e\u0440 \u0434\u043b\u044f \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0432\u044b\u0432\u043e\u0434\u0430.\r\n\r\n\u0413\u0440\u0430\u0444\u0438\u043a\u0438 \u0438 \u0441\u0435\u0441\u0441\u0438\u0438 \u043d\u0435\u0437\u0430\u0432\u0438\u0441\u0438\u043c\u044b. \u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c \u0441\u0435\u0430\u043d\u0441 \u0438 \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0434\u043b\u044f \u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0433\u043e \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f.\r\n\r\n\u0412 \u043f\u0440\u0438\u0432\u0435\u0434\u0435\u043d\u043d\u043e\u043c \u043d\u0438\u0436\u0435 \u043f\u0440\u0438\u043c\u0435\u0440\u0435 \u0432\u044b \u0431\u0443\u0434\u0435\u0442\u0435:\r\n\r\n\u0421\u043e\u0437\u0434\u0430\u0442\u044c \u0434\u0432\u0430 \u0442\u0435\u043d\u0437\u043e\u0440\u0430\r\n\u0421\u043e\u0437\u0434\u0430\u0442\u044c \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044e\r\n\u041e\u0442\u043a\u0440\u044b\u0442\u044c \u0441\u0435\u0441\u0441\u0438\u044e\r\n\u0420\u0430\u0441\u043f\u0435\u0447\u0430\u0442\u0430\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\r\n\u0428\u0430\u0433 1) \u0412\u044b \u0441\u043e\u0437\u0434\u0430\u0435\u0442\u0435 \u0434\u0432\u0430 \u0442\u0435\u043d\u0437\u043e\u0440\u0430 \u0445 \u0438 \u0443\r\n\r\n## Create, run  and evaluate a session\r\nx = tf.constant(&#91;2])\r\ny = tf.constant(&#91;4])\t\t\t\r\n\u0428\u0430\u0433 2) \u0412\u044b \u0441\u043e\u0437\u0434\u0430\u0435\u0442\u0435 \u043e\u043f\u0435\u0440\u0430\u0442\u043e\u0440, \u0443\u043c\u043d\u043e\u0436\u0430\u044f x \u0438 y\r\n\r\n## Create operator\r\nmultiply = tf.multiply(x, y)\t\t\t\r\n\u0428\u0430\u0433 3) \u0412\u044b \u043e\u0442\u043a\u0440\u044b\u0432\u0430\u0435\u0442\u0435 \u0441\u0435\u0441\u0441\u0438\u044e. \u0412\u0441\u0435 \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f \u0431\u0443\u0434\u0443\u0442 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442\u044c \u0432 \u0442\u0435\u0447\u0435\u043d\u0438\u0435 \u0441\u0435\u0430\u043d\u0441\u0430. \u041a\u043e\u0433\u0434\u0430 \u0432\u044b \u0437\u0430\u043a\u043e\u043d\u0447\u0438\u0442\u0435, \u0432\u0430\u043c \u043d\u0443\u0436\u043d\u043e \u0437\u0430\u043a\u0440\u044b\u0442\u044c \u0441\u0435\u0430\u043d\u0441.\r\n\r\n## Create a session to run the code\r\nsess = tf.Session()result_1 = sess.run(multiply)\r\nprint(result_1)\r\nsess.close()\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\n&#91;8]\t\t\t\r\n\u041e\u0431\u044a\u044f\u0441\u043d\u0435\u043d\u0438\u0435 \u043a\u043e\u0434\u0430\r\n\r\ntf.Session (): \u043e\u0442\u043a\u0440\u044b\u0442\u044c \u0441\u0435\u0430\u043d\u0441. \u0412\u0441\u0435 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 \u0431\u0443\u0434\u0443\u0442 \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u0442\u044c \u0432 \u0442\u0435\u0447\u0435\u043d\u0438\u0435 \u0441\u0435\u0441\u0441\u0438\u0439\r\n\u0412\u044b\u043f\u043e\u043b\u043d\u0438\u0442\u044c (\u0443\u043c\u043d\u043e\u0436\u0438\u0442\u044c): \u0432\u044b\u043f\u043e\u043b\u043d\u0438\u0442\u044c \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044e, \u0441\u043e\u0437\u0434\u0430\u043d\u043d\u0443\u044e \u043d\u0430 \u0448\u0430\u0433\u0435 2.\r\nprint (result_1): \u043d\u0430\u043a\u043e\u043d\u0435\u0446, \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0440\u0430\u0441\u043f\u0435\u0447\u0430\u0442\u0430\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\r\nclose (): \u0437\u0430\u043a\u0440\u044b\u0442\u044c \u0441\u0435\u0430\u043d\u0441\r\n\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 8, \u0447\u0442\u043e \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u0443\u043c\u043d\u043e\u0436\u0435\u043d\u0438\u0435\u043c x \u0438 y.\r\n\r\n\u0414\u0440\u0443\u0433\u043e\u0439 \u0441\u043f\u043e\u0441\u043e\u0431 \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0441\u0435\u0430\u043d\u0441 \u0432\u043d\u0443\u0442\u0440\u0438 \u0431\u043b\u043e\u043a\u0430. \u041f\u0440\u0435\u0438\u043c\u0443\u0449\u0435\u0441\u0442\u0432\u043e \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u043e\u043d \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0437\u0430\u043a\u0440\u044b\u0432\u0430\u0435\u0442 \u0441\u0435\u0441\u0441\u0438\u044e.\r\n\r\nwith tf.Session() as sess:    \r\nresult_2 = multiply.eval()\r\nprint(result_2) \t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\n&#91;8]\t\t\t\r\n\u0412 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0435 \u0441\u0435\u0430\u043d\u0441\u0430 \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043c\u0435\u0442\u043e\u0434 eval () \u0434\u043b\u044f \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438. \u042d\u0442\u043e \u044d\u043a\u0432\u0438\u0432\u0430\u043b\u0435\u043d\u0442\u043d\u043e run (). \u042d\u0442\u043e \u0434\u0435\u043b\u0430\u0435\u0442 \u043a\u043e\u0434 \u0431\u043e\u043b\u0435\u0435 \u0447\u0438\u0442\u0430\u0431\u0435\u043b\u044c\u043d\u044b\u043c.\r\n\r\n\u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0441\u0435\u0430\u043d\u0441 \u0438 \u0443\u0432\u0438\u0434\u0435\u0442\u044c \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0432\u043d\u0443\u0442\u0440\u0438 \u0441\u043e\u0437\u0434\u0430\u043d\u043d\u044b\u0445 \u0442\u0435\u043d\u0437\u043e\u0440\u043e\u0432.\r\n\r\n## Check the tensors created before\r\nsess = tf.Session()\r\nprint(sess.run(r1))\r\nprint(sess.run(r2_matrix))\r\nprint(sess.run(r3_matrix))\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\n1\r\n&#91;&#91;1 2] \r\n &#91;3 4]]\r\n&#91;&#91;&#91;1 2]  \r\n  &#91;3 4]  \r\n  &#91;5 6]]]\t\t\t\r\n\u041f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u043f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e \u043f\u0443\u0441\u0442\u044b, \u0434\u0430\u0436\u0435 \u043f\u043e\u0441\u043b\u0435 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0442\u0435\u043d\u0437\u043e\u0440\u0430. \u0412\u0430\u043c \u043d\u0443\u0436\u043d\u043e \u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e, \u0435\u0441\u043b\u0438 \u0432\u044b \u0445\u043e\u0442\u0438\u0442\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e. \u041e\u0431\u044a\u0435\u043a\u0442 tf.global_variables_initializer () \u0434\u043e\u043b\u0436\u0435\u043d \u0431\u044b\u0442\u044c \u0432\u044b\u0437\u0432\u0430\u043d \u0434\u043b\u044f \u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0439 \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439. \u042d\u0442\u043e\u0442 \u043e\u0431\u044a\u0435\u043a\u0442 \u0431\u0443\u0434\u0435\u0442 \u044f\u0432\u043d\u043e \u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0432\u0441\u0435 \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435. \u042d\u0442\u043e \u043f\u043e\u043b\u0435\u0437\u043d\u043e \u043f\u0435\u0440\u0435\u0434 \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u043a\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438.\r\n\r\n\u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0432\u044b \u0441\u043e\u0437\u0434\u0430\u043b\u0438 \u0440\u0430\u043d\u0435\u0435. \u041e\u0431\u0440\u0430\u0442\u0438\u0442\u0435 \u0432\u043d\u0438\u043c\u0430\u043d\u0438\u0435, \u0447\u0442\u043e \u0432\u0430\u043c \u043d\u0443\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c run \u0434\u043b\u044f \u043e\u0446\u0435\u043d\u043a\u0438 \u0442\u0435\u043d\u0437\u043e\u0440\u0430\r\n\r\nsess.run(tf.global_variables_initializer())\r\nprint(sess.run(var))\r\nprint(sess.run(var_init_1))\r\nprint(sess.run(var_init_2))\t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\n&#91;&#91;-0.05356491  0.75867283]]\r\n&#91;&#91;0 0]]\r\n&#91;&#91;10 20] \r\n &#91;30 40]]\t\t\t\r\n\u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0437\u0430\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0432\u044b \u0441\u043e\u0437\u0434\u0430\u043b\u0438 \u0440\u0430\u043d\u0435\u0435, \u0438 \u0443\u043a\u0430\u0437\u0430\u0442\u044c \u0435\u0433\u043e \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435. \u0412\u0430\u043c \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e \u043f\u0435\u0440\u0435\u0434\u0430\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435 \u0432 \u043c\u0435\u0442\u043e\u0434 feed_dict.\r\n\r\n\u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0432\u044b \u0432\u043e\u0437\u044c\u043c\u0435\u0442\u0435 \u0441\u0438\u043b\u0443 2 \u043e\u0442 \u0437\u0430\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044f data_placeholder_a.\r\n\r\nimport numpy as np\r\npower_a = tf.pow(data_placeholder_a, 2)\r\nwith tf.Session() as sess:  \r\ndata = np.random.rand(1, 10)  \r\nprint(sess.run(power_a, feed_dict={data_placeholder_a: data}))  # Will succeed.\t\t\t\r\n\u041a\u043e\u0434 \u041e\u0431\u044a\u044f\u0441\u043d\u0435\u043d\u0438\u0435\r\n\r\nimport numpy as np: \u0438\u043c\u043f\u043e\u0440\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0443 numpy \u0434\u043b\u044f \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0434\u0430\u043d\u043d\u044b\u0445\r\ntf.pow (data_placeholder_a, 2): \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u0435 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0439\r\nnp.random.rand (1, 10): \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u044b\u0439 \u043c\u0430\u0441\u0441\u0438\u0432 \u0434\u0430\u043d\u043d\u044b\u0445\r\nfeed_dict = {data_placeholder_a: data}: \u0437\u0430\u043f\u043e\u043b\u043d\u0438\u0442\u044c \u0437\u0430\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c \u0434\u0430\u043d\u043d\u044b\u043c\u0438\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\n&#91;&#91;0.05478134 0.27213147 0.8803037  0.0398424  0.21172127 0.01444725  0.02584014 0.3763949  0.66022706 0.7565559 ]]\t\t\t\r\n\u0433\u0440\u0430\u0444\u0438\u043a\r\nTensorFlow \u0437\u0430\u0432\u0438\u0441\u0438\u0442 \u043e\u0442 \u0433\u0435\u043d\u0438\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u043f\u043e\u0434\u0445\u043e\u0434\u0430 \u043a \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438. \u0412\u0441\u0435 \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u044b \u0441\u0445\u0435\u043c\u043e\u0439 \u043f\u043e\u0442\u043e\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445. \u0413\u0440\u0430\u0444\u0438\u043a \u043f\u043e\u0442\u043e\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0431\u044b\u043b \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0430\u043d, \u0447\u0442\u043e\u0431\u044b \u0443\u0432\u0438\u0434\u0435\u0442\u044c \u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u0438 \u0434\u0430\u043d\u043d\u044b\u0445 \u043c\u0435\u0436\u0434\u0443 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u043c\u0438 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044f\u043c\u0438. \u041c\u0430\u0442\u0435\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u0444\u043e\u0440\u043c\u0443\u043b\u0430 \u0438\u043b\u0438 \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u0441\u043e\u0441\u0442\u043e\u044f\u0442 \u0438\u0437 \u0440\u044f\u0434\u0430 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0445 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0439. \u0413\u0440\u0430\u0444\u0438\u043a \u2014 \u044d\u0442\u043e \u0443\u0434\u043e\u0431\u043d\u044b\u0439 \u0441\u043f\u043e\u0441\u043e\u0431 \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0446\u0438\u044e \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0439.\r\n\r\n\u0413\u0440\u0430\u0444\u0438\u043a \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u0443\u0437\u0435\u043b \u0438 \u0440\u0435\u0431\u0440\u043e . \u0423\u0437\u0435\u043b \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0435\u043c \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438, \u0442\u043e \u0435\u0441\u0442\u044c \u0435\u0434\u0438\u043d\u0438\u0446\u0435\u0439 \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f. \u041a\u0440\u0430\u0439 \u2014 \u044d\u0442\u043e \u0442\u0435\u043d\u0437\u043e\u0440, \u043e\u043d \u043c\u043e\u0436\u0435\u0442 \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u043d\u043e\u0432\u044b\u0439 \u0442\u0435\u043d\u0437\u043e\u0440 \u0438\u043b\u0438 \u043f\u043e\u0442\u0440\u0435\u0431\u043b\u044f\u0442\u044c \u0432\u0445\u043e\u0434\u043d\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435. \u042d\u0442\u043e \u0437\u0430\u0432\u0438\u0441\u0438\u0442 \u043e\u0442 \u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u0438 \u043c\u0435\u0436\u0434\u0443 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u043c\u0438 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044f\u043c\u0438.\r\n\r\n\u0421\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0430 \u0433\u0440\u0430\u0444\u0430 \u0441\u0432\u044f\u0437\u044b\u0432\u0430\u0435\u0442 \u0432\u043e\u0435\u0434\u0438\u043d\u043e \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 (\u0442\u043e \u0435\u0441\u0442\u044c \u0443\u0437\u043b\u044b) \u0438 \u0442\u043e, \u043a\u0430\u043a \u044d\u0442\u0438 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 \u043f\u0435\u0440\u0435\u0434\u0430\u044e\u0442\u0441\u044f. \u041e\u0431\u0440\u0430\u0442\u0438\u0442\u0435 \u0432\u043d\u0438\u043c\u0430\u043d\u0438\u0435, \u0447\u0442\u043e \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0435 \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0430\u0435\u0442 \u0432\u044b\u0432\u043e\u0434 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0439, \u043e\u043d \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u043e\u043c\u043e\u0433\u0430\u0435\u0442 \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0441\u0432\u044f\u0437\u044c \u043c\u0435\u0436\u0434\u0443 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u043c\u0438 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044f\u043c\u0438.\r\n\r\n\u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430 \u043f\u0440\u0438\u043c\u0435\u0440.\r\n\r\n\u041f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u044c\u0442\u0435, \u0447\u0442\u043e \u0432\u044b \u0445\u043e\u0442\u0438\u0442\u0435 \u043e\u0446\u0435\u043d\u0438\u0442\u044c \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0443\u044e \u0444\u0443\u043d\u043a\u0446\u0438\u044e:\r\n\r\n\r\n\r\nTensorFlow \u0441\u043e\u0437\u0434\u0430\u0441\u0442 \u0433\u0440\u0430\u0444\u0438\u043a \u0434\u043b\u044f \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u0444\u0443\u043d\u043a\u0446\u0438\u0438. \u0413\u0440\u0430\u0444\u0438\u043a \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u0442\u0430\u043a:\r\n\r\n\r\n\r\n\u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u043b\u0435\u0433\u043a\u043e \u0443\u0432\u0438\u0434\u0435\u0442\u044c \u043f\u0443\u0442\u044c, \u043f\u043e \u043a\u043e\u0442\u043e\u0440\u043e\u043c\u0443 \u043f\u0440\u043e\u0439\u0434\u0443\u0442 \u0442\u0435\u043d\u0437\u043e\u0440\u044b, \u0447\u0442\u043e\u0431\u044b \u0434\u043e\u0431\u0440\u0430\u0442\u044c\u0441\u044f \u0434\u043e \u043a\u043e\u043d\u0435\u0447\u043d\u043e\u0433\u043e \u043f\u0443\u043d\u043a\u0442\u0430 \u043d\u0430\u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f.\r\n\r\n\u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0432\u0438\u0434\u0435\u0442\u044c, \u0447\u0442\u043e \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044f add \u043d\u0435 \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0430 \u0434\u043e \u0438. \u0413\u0440\u0430\u0444\u0438\u043a \u043e\u0431\u044a\u044f\u0441\u043d\u044f\u0435\u0442, \u0447\u0442\u043e \u044d\u0442\u043e \u0431\u0443\u0434\u0435\u0442:\r\n\r\n\u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u044c \u0438:\r\n\u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c 1) \u0432\u043c\u0435\u0441\u0442\u0435\r\n\u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u0432 2)\r\n\u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c 3) \u043a\r\nx = tf.get_variable(\"x\", dtype=tf.int32,  initializer=tf.constant(&#91;5]))\r\nz = tf.get_variable(\"z\", dtype=tf.int32,  initializer=tf.constant(&#91;6]))\r\nc = tf.constant(&#91;5], name =\t\"constant\")square = tf.constant(&#91;2], name =\t\"square\")\r\nf = tf.multiply(x, z) + tf.pow(x, square) + z + c\t\t\t\r\n\u041a\u043e\u0434 \u041e\u0431\u044a\u044f\u0441\u043d\u0435\u043d\u0438\u0435\r\n\r\nx: \u0418\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e \u0441 \u0438\u043c\u0435\u043d\u0435\u043c x \u0441 \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u043c \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435\u043c 5\r\nz: \u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e \u0441 \u0438\u043c\u0435\u043d\u0435\u043c z \u0441 \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u043c \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435\u043c 6\r\nc: \u0418\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u0439 \u0442\u0435\u043d\u0437\u043e\u0440 \u0441 \u0438\u043c\u0435\u043d\u0435\u043c c \u0441 \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u043c \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435\u043c 5\r\n\u043a\u0432\u0430\u0434\u0440\u0430\u0442: \u0418\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u0439 \u0442\u0435\u043d\u0437\u043e\u0440, \u043d\u0430\u0437\u044b\u0432\u0430\u0435\u043c\u044b\u0439 \u043a\u0432\u0430\u0434\u0440\u0430\u0442 \u0441 \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u043c \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435\u043c 2\r\nf: \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u043e\u043f\u0435\u0440\u0430\u0442\u043e\u0440\u0430\r\n\u0412 \u044d\u0442\u043e\u043c \u043f\u0440\u0438\u043c\u0435\u0440\u0435 \u043c\u044b \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u043c \u0444\u0438\u043a\u0441\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445. \u041c\u044b \u0442\u0430\u043a\u0436\u0435 \u0441\u043e\u0437\u0434\u0430\u043b\u0438 \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u0439 \u0442\u0435\u043d\u0437\u043e\u0440 \u0441 \u0438\u043c\u0435\u043d\u0435\u043c c, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u043c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u043c \u0432 \u0444\u0443\u043d\u043a\u0446\u0438\u0438 f. \u041e\u043d \u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0435\u0442 \u0444\u0438\u043a\u0441\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 5. \u041d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0435 \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0443\u0432\u0438\u0434\u0435\u0442\u044c \u044d\u0442\u043e\u0442 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 \u0432 \u0442\u0435\u043d\u0437\u043e\u0440\u0435, \u043d\u0430\u0437\u044b\u0432\u0430\u0435\u043c\u043e\u043c \u043a\u043e\u043d\u0441\u0442\u0430\u043d\u0442\u043e\u0439.\r\n\r\n\u041c\u044b \u0442\u0430\u043a\u0436\u0435 \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u043b\u0438 \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u0439 \u0442\u0435\u043d\u0437\u043e\u0440 \u0434\u043b\u044f \u0441\u0442\u0435\u043f\u0435\u043d\u0438 \u0432 \u043e\u043f\u0435\u0440\u0430\u0442\u043e\u0440\u0435 tf.pow (). \u042d\u0442\u043e \u043d\u0435 \u043e\u0431\u044f\u0437\u0430\u0442\u0435\u043b\u044c\u043d\u043e. \u041c\u044b \u0441\u0434\u0435\u043b\u0430\u043b\u0438 \u044d\u0442\u043e, \u0447\u0442\u043e\u0431\u044b \u0432\u044b \u043c\u043e\u0433\u043b\u0438 \u0443\u0432\u0438\u0434\u0435\u0442\u044c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0442\u0435\u043d\u0437\u043e\u0440\u0430 \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0435. \u042d\u0442\u043e \u043a\u0440\u0443\u0433 \u043d\u0430\u0437\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u043a\u0432\u0430\u0434\u0440\u0430\u0442.\r\n\r\n\u0418\u0437 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u043f\u043e\u043d\u044f\u0442\u044c, \u0447\u0442\u043e \u043f\u0440\u043e\u0438\u0437\u043e\u0439\u0434\u0435\u0442 \u0441 \u0442\u0435\u043d\u0437\u043e\u0440\u0430\u043c\u0438 \u0438 \u043a\u0430\u043a \u043e\u043d \u043c\u043e\u0436\u0435\u0442 \u0432\u0435\u0440\u043d\u0443\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 66.\r\n\r\n\u041a\u043e\u0434 \u043d\u0438\u0436\u0435 \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u0435\u0442 \u0444\u0443\u043d\u043a\u0446\u0438\u044e \u0432 \u0441\u0435\u0430\u043d\u0441\u0435.\r\n\r\ninit = tf.global_variables_initializer() # prepare to initialize all variables\r\nwith tf.Session() as sess:    \r\n\tinit.run() # Initialize x and y    \r\n    function_result = f.eval()\r\nprint(function_result)    \t\t\t\r\n\u0412\u044b\u0432\u043e\u0434\r\n\r\n&#91;66]\t\t\t\r\n\u0420\u0435\u0437\u044e\u043c\u0435\r\nTensorFlow \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0432\u043e\u043a\u0440\u0443\u0433:\r\n\r\n\u0413\u0440\u0430\u0444\u0438\u043a: \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u0430\u044f \u0441\u0440\u0435\u0434\u0430, \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0430\u044f \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 \u0438 \u0442\u0435\u043d\u0437\u043e\u0440\u044b\r\n\u0422\u0435\u043d\u0437\u043e\u0440: \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u0434\u0430\u043d\u043d\u044b\u0435 (\u0438\u043b\u0438 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435), \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0431\u0443\u0434\u0443\u0442 \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0430\u0442\u044c\u0441\u044f \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0435. \u042d\u0442\u043e \u043a\u0440\u0430\u0439 \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0435\r\n\u0421\u0435\u0441\u0441\u0438\u0438: \u0440\u0430\u0437\u0440\u0435\u0448\u0438\u0442\u044c \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u0435 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0439\r\n\u0421\u043e\u0437\u0434\u0430\u0442\u044c \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u0439 \u0442\u0435\u043d\u0437\u043e\u0440\r\n\r\n\u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u0430\u044f\r\n\r\n\u043e\u0431\u044a\u0435\u043a\u0442\r\n\r\n\u04140\r\n\r\ntf.constant (1, tf.int16)\r\n\r\nD1\r\n\r\ntf.constant (&#91;1,3,5], tf.int16)\r\n\r\nD2\r\n\r\ntf.constant (&#91;&#91;1, 2], &#91;3, 4]], tf.int16)\r\n\r\nD3\r\n\r\ntf.constant (&#91;&#91;&#91;1, 2], &#91;3, 4], &#91;5, 6]]], tf.int16)\r\n\r\n\u0421\u043e\u0437\u0434\u0430\u0442\u044c \u043e\u043f\u0435\u0440\u0430\u0442\u043e\u0440\u0430\r\n\r\n\u0421\u043e\u0437\u0434\u0430\u0442\u044c \u043e\u043f\u0435\u0440\u0430\u0442\u043e\u0440\u0430\r\n\r\n\u043e\u0431\u044a\u0435\u043a\u0442\r\n\r\n\u0430 + \u0431\r\n\r\ntf.add (a, b)\r\n\r\n\u0430 * \u0431\r\n\r\ntf.multiply (a, b)\r\n\r\n\u0421\u043e\u0437\u0434\u0430\u0442\u044c \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0439 \u0442\u0435\u043d\u0437\u043e\u0440\r\n\r\n\u0421\u043e\u0437\u0434\u0430\u0442\u044c \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e\r\n\r\n\u043e\u0431\u044a\u0435\u043a\u0442\r\n\r\n\u0440\u0430\u043d\u0434\u043e\u043c\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435\r\n\r\ntf.get_variable (\u00abvar\u00bb, &#91;1, 2])\r\n\r\n\u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0435 \u043f\u0435\u0440\u0432\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435\r\n\r\ntf.get_variable (\u00abvar_init_2\u00bb, dtype = tf.int32, initializer = &#91;&#91;1, 2], &#91;3, 4]])\r\n\r\n\u041e\u0442\u043a\u0440\u044b\u0442\u044c \u0441\u0435\u0441\u0441\u0438\u044e\r\n\r\n\u0441\u0435\u0441\u0441\u0438\u044f\r\n\r\n\u043e\u0431\u044a\u0435\u043a\u0442\r\n\r\n\u0421\u043e\u0437\u0434\u0430\u0442\u044c \u0441\u0435\u0430\u043d\u0441\r\n\r\ntf.Session ()\r\n\r\n\u0417\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c \u0441\u0435\u0430\u043d\u0441\r\n\r\ntf.Session.run ()\r\n\r\n\u041e\u0446\u0435\u043d\u0438\u0442\u044c \u0442\u0435\u043d\u0437\u043e\u0440\r\n\r\nvariable_name.eval ()\r\n\r\n\u0417\u0430\u043a\u0440\u044b\u0442\u044c \u0441\u0435\u0441\u0441\u0438\u044e\r\n\r\nsess.close ()\r\n\r\n\u0421\u0435\u0441\u0441\u0438\u044f \u0437\u0430 \u0431\u043b\u043e\u043a\u043e\u043c\r\n\r\n\u0441 tf.Session () \u0432 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 sess:<\/code><\/pre>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"categories":[145],"tags":[],"class_list":["post-4603","page","type-page","status-publish","hentry","category-tensorflow"],"jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.bearloga.space\/uk\/wp-json\/wp\/v2\/pages\/4603","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.bearloga.space\/uk\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.bearloga.space\/uk\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.bearloga.space\/uk\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.bearloga.space\/uk\/wp-json\/wp\/v2\/comments?post=4603"}],"version-history":[{"count":0,"href":"https:\/\/www.bearloga.space\/uk\/wp-json\/wp\/v2\/pages\/4603\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.bearloga.space\/uk\/wp-json\/wp\/v2\/media?parent=4603"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.bearloga.space\/uk\/wp-json\/wp\/v2\/categories?post=4603"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.bearloga.space\/uk\/wp-json\/wp\/v2\/tags?post=4603"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}