博客地址：
http://www.jianshu.com/p/1da012a83b74
或者点击阅读原文
TensorFlow 所构成的计算图是图灵完备的。
当我们提到 TensorFlow 的时候，我们仅仅只会关注它是一个很好的神经网络和深度学习的库。但是，它也满足数据流编程（DFP）的各个方面。
由于 TensorFlow 具有 tf.cond 和 tf.while_loop 函数，前者可以处理判断语句，后者可以处理循环语句，所以它就具有一般编程语言相同的表达式。简单的说，我们可以用 C 语言或者 Python 语言实现的排序和搜索算法都可以在 TensorFlow 图中实现。
在本文中，我将介绍的就是 TensorFlow 的另一面，它的一般编程语言表达方式。我利用 TensorFlow 图实现了一些算法，诸如
FizzBuzz
，
Bubble Sort
，
Quick Sort
，
Binary Search
等等。
在 TensorFlow 中实现算法
Fizz Buzz 问题
请依次打印从1至100的整数，在该数能被3整除的时候，打印"Fizz"，能被5整除的时候打印"Buzz"，如果既能被3又能被5整除的时候，打印"FizzBuzz"。
import tensorflow as tf
class FizzBuzz():
def __init__(self, length=30):
self.length = length # 程序需要执行的序列长度
self.array = tf.Variable([str(i)
for i in range(1, length+1)], dtype=tf.string, trainable=False) # 最后程序返回的结果
self.graph = tf.while_loop(self.cond, self.body, [1, self.array],) # 对每一个值进行循环判断
def run(self):
with tf.Session() as sess:
tf
.global_variables_initializer().run()
return sess.run(self.graph)
def cond(self, i, _):
return (tf.less(i, self.length+1)) # 判断是否是最后一个值
def body(self,
i, _):
flow = tf.cond(
tf.equal(tf.mod(i, 15), 0), # 如果值能被 15 整除，那么就把该位置赋值为 FizzBuzz
lambda: tf.assign(self.array[i - 1], 'FizzBuzz'),
lambda: tf.cond(
tf.equal(tf.mod(i, 3), 0), # 如果值能被 3 整除，那么就把该位置赋值为 Fizz
lambda: tf.assign(self.array[i - 1], 'Fizz'),
lambda: tf.cond(tf.equal(tf.mod(i, 5), 0), # 如果值能被 5 整除，那么就把该位置赋值为 Buzz
lambda: tf
.assign(self.array[i - 1], 'Buzz'),
lambda: self.array # 最后返回的结果
)
)
)
return (tf.add(i, 1), flow)
if __name__ == '__main__':
fizzbuzz
