发布时间: 2018-07-27 18:29:14
4.1 实时编写脚本测试
4.1.1 测试思路
基于上述流程搭建的实验环境和 VIM 编辑器进行python 脚本测试。
4.1.1 测试流程步骤 1 打开 vim 并创建 python 脚本
输入命令:vi tf.py。操作如下:
图 4-1 创 建python 脚本
结果如下:
图 4-2 创建的python 脚本
步骤 2 编辑脚本
输入命令:i,进入编辑模式开始编辑。结果如下
图 4-3 python 脚本编辑模式
product= tf.matmul(matrix1, matrix2)
# 启动默认图
.sess= tf.Session()
# 调用 sess 的 run()方法来执行矩阵乘法.
result = sess.run(product)
print(result)
# 任务完成, 关闭会话
.sess.close()
-over-
最后,输入命令::wq!,保存并退出。
步骤 3 查看脚本内容
输入命令:cat tf.py。结果如下:
图 4-4 python 脚本内容
步骤 4 运行测试
输入命令:python3 tf.py。结果如下:
图 4-5 运 行python 脚本
4.2下载现成脚本测试
4.2.1 测试思路
基于上述流程搭建的实验环境,从 github 上下载 python脚本测试。
4.2.1 测试流程
步骤 1 安装 git
输入命令:yum –m install git。操作如下:
图 4-6 安装 git
图4-7git 安装完成
步骤 2 从 github 下载 pytho脚本
输入命令:git clone https://github.com/yifengyiye/HCNA-AI。操作如下:
图 4-8 从 github 下载文件
输入命令:ls –ll,查看下载的脚本文件。结果如下:
图 4-9 查看下载的文件
输入命令:cd HCNA-AI 和 ll,切换到相应文件夹查看文件。结果如下:
图 4-10 查看具体脚本
步骤 3 运行下载脚本
输入命令:python keras_mlp_softmax.py。操作如下:
图 4-11 运 行 python 脚 本
测试完成。
上一篇: {人工智能}列表和元组
下一篇: {人工智能}安装TensorFlow