TensorFlow学习笔记--第一节 hello TensorFlow

代码块

# -*- coding:utf-8 -*-
import tensorflow as tf
#创建想要的计算图
# 只有一个节点，tensor 常量消息由字符串构成
message = tf.constant('Welcome to the exciting world of tensorflow')
with tf.Session() as sess:#  tf.Session()：创建一个会话
	print(sess.run(message).decode())

def test1():
    a=tf.constant(5,name='input_a')
    b=tf.constant(3,name='input_b')
    c=tf.multiply(a,b,name='maltiply_c')
    d=tf.add(a,b,name='add_d')
    e=tf.add(d,c,name='add_e')

    with tf.Session() as sess:
        sess.run(e)
        
        writer=tf.summary.FileWriter('./log',sess.graph)
        writer.flush()
        writer.close()
        # tensorboard --logdir=log --host=127.0.0.1

语句解释

tf.Session.run()
run(fetches,feed_dict=None,options=None,run_metadata)

run()函数执行一步 TensorFlow 运算，通过运行必要的图块来执行每一个操作，并且计算每一个 fetches 中的张量的值，用相关的输入变量替换 feed_dict 中的值。
tf.Session.run()函数返回值为fetches的执行结果。如果fetches是一个元素就返回一个值；若fetches是一个list，则返回list的值，若fetches是一个字典类型，则返回和fetches同keys的字典。

writer=tf.summary.FileWriter('./log',sess.graph)
writer.flush()
writer.close()

加上这行代码，就可以可视化。指定文件的路径，没有会自动生成。指定数据源：计算图将计算图上面的数据写入events文件里面，tensorboard可以同时从events文件里面读取数据并显示在web端

 writer = tf.summary.FileWriter(log, session.graph)

指定一个文件用来保存图。log是事件文件所在的目录，这里是工程目录下的log目录。第二个参数是事件文件要记录的图，也就是TensorFlow默认的图’’’

tensorboard --logdir=log --host=127.0.0.1

在cmd中使用这行命令就可以查看对应的计算图