Tensorflow快速入门 - Tensorflow计算模型-计算图和数据模型-张量

最新推荐文章于 2022-09-25 17:29:12 发布

VIP文章 Jasonxubiubiu

最新推荐文章于 2022-09-25 17:29:12 发布

阅读量237

点赞数

分类专栏： Tensorflow学习文章标签： Tensorflow 计算图

本文链接：https://blog.csdn.net/Jasonxubiubiu/article/details/100713156

版权

注：本文中所有代码均为py3，技术小白初入AI，请各位多多指教

初入Tensorflow，对它的计算机制和数据模型搞不清楚，因此系统地学习了之后做了一些整理。

Tensorflow从名字上就可分为tensor和flow

tensor即为张量 - 对应的tensorflow中的数据模型

flow为流 - 体现了它的计算模型

一、计算图

Tensorflow中的所有计算都会转化为计算图。因此，Tensorflow中的变量计算和大部分编程语言不同。

就拿最简单的计算来讲，两个变量相加：

import tensorflow as tf
a = tf.constant([1.0, 2.0], name='a')
b = tf.constant([2.0, 3.0], name='b')
result = a + b

此处定义了两个向量常量a和b，result为a和b的和。以下就是a和b相加的计算图：

计算图中的每一个节点都是一个运算，每一条边代表了依赖关系。上图中，a和b这两个常量不依赖任何其他的计算。而add计算依赖两个常量的取值。因此，图中有一条a到Add的边，还有一条b到Add的边。且没有任何计算依赖于Add的结果，因此代表加法的节点Add没有指向其他节点的边。

Tensorflow的程序一般可以分成两个阶段࿱

关注