PaddlePaddle快速入门(学习笔记)

笔者最近在继续学习的过程中接触到了深度学习并且接触到了百度的PaddlePaddle，现在来总结一些关于PaddlePaddle的使用。

PaddlePaddle的一般编码步骤：
1、导入库
2、定义张量
3、使用CPU或者GPU的解析器，和进行参数初始化
4、进行运算输出结果

1、导入库

import paddle.fluid as fluid

这是导入PaddlePaddle的库，除此以外可以根据需要的导入其他需要的库

2、定义张量

在PaddlePaddle中，计算的对象是张量。
张量的定义：

x = fluid.layers.fill_constant(shape=[2, 2], value=1, dtype='int64')

注：shape定义该张量的形状，
value定义填充形状的值，
dtype定义类型，

3、使用CPU或者GPU的解析器，和进行参数初始化

# 创建一个使用CPU的解释器
place = fluid.CPUPlace()
exe = fluid.executor.Executor(place)
# 进行参数初始化
exe.run(fluid.default_startup_program())

4、进行运算输出结果

result = exe.run(program=fluid.default_main_program(),
                 fetch_list=[x])
print(result)

以上则大致介绍了PaddlePaddle的一个大致运算流程。
PaddlePaddle的大致流程都为定义使用的量，创建解释器和参数初始化，训练数据，输出这几步。