TensorFlow的计算过程以数据流图的形式呈现，其中Operation对象代表计算单元，Tensor对象则表示数据单元。默认情况下，加载库后会创建一个默认图，所有未指定图的运算和张量都将放入此图。可以通过Graph.as_default()上下文管理器添加运算到图中。一个Python文件内可以定义多个相互独立的图，只要它们之间只有数据流，没有结构耦合。TensorFlow有机制确保op及其输入属于同一图，跨图的tensor使用需要通过feed数据，而非直接添加op。
A TensorFlow computation, represented as a dataflow graph.
A Graph contains a set of tf.Operation objects, which represent units of computation; and tf.Tensor objects, which represent the units of data that flow between operations.
定义：Tensoflow里计算的一种，表现为数据流图。一个数据流图包含一系列表现为计算单元的op对象，以及表现为在op之间流动的数据单元tensor对象。
当Tensorflow库被加载后，会自动创建一个默认的数据流图，任何没有指定数据流图的op，tensor都会被自动放置在默认的数据流图中。
# 获取默认数据流图的句柄
import tensorflow as tf
default_graph = tf.get_default_graph()# 创建一个数据流图：
import tensorflow 
最低0.47元/天 解锁文章
744
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
