【tensorflow基础学习】计算图

 

 

初识计算图与张量

       Tensorflow程序中的计算过程可以表示为一个计算图（computation Graph，也称一个有向图（Directed Graph）），其作用与外观都可以类比程序流程图来理解，在计算图上我们可以直观地看出数据的计算流程。

        计算图中的每一个运算操作可以视为一个节点（Node），每一个节点可以有任意个输入和任意个输出。

        如果一个运算的输入取值自另一个运算的输出，那么称这两个运算存在依赖关系。存在依赖关系的两个节点之间通过边（Edge）相互连接。值得注意的是，有一类特殊的边中不存在数据流动，而是起着依赖控制（control dependencies）的作用。通俗的讲，就是让它的起始节点执行完成后再执行目标节点，以达到进行灵活的条件控制的目的。

        张量（tensor）就是在边中流动（flow）的数据，其数据类型可以在编程时事先定义，也可以根据计算图的上下文结构推断而来。

        Tensorflow之名的得来也是参考了上述所有概念。Tensor翻译成中文就是“张量”，“张量”这个概念在数学和物理学中都会涉及，在此不会对它的精确定义进行解释，可以将其